机器学习与因子（一）：特征工程算法测评-20230615-浙商证券

1. 报告编号：146133
2. 报告名称：机器学习与因子（一）：特征工程算法测评-20230615-浙商证券
3. 报告来源：互联网用户上传
4. 关键词：行研报告
5. 报告页数：25 页
6. 预览页数：6
7. 报告格式：pdf
8. 上传时间：2024-08-07
9. 简介摘要: (原创分析) 本文是金融工程深度研究报告，分析了机器学习在A股市场选股和组合优化中的应用。报告使用多种机器学习模型对比了相同输入因子的特征工程，并对比了不同模型的投资组合表现。研究发现，梯度提升树模型（如LightGBM和XGBoost）在预测股票短期收益率方面表现最佳，具有强大的特征交叉作用与拟合能力。此外，报告也验证了机器学习模型对A股市场的动态适应能力，以及交易类因子对股票短期定价的重要性。报告建议投资者基于报告中的信息和意见进行独立评估，并考虑个人实际情况和投资需求。同时，报告提供了风险提示，如模型测算风险和模型失效风险，并强调投资者不应仅依靠投资评级来做出决策。最后，报告提供了浙商证券研究所的联系方式和版权信息。

本报告共 25 页, 提供前 6 页预览. 无水印的全部内容, 请购买后下载查看, 谢谢您!