机器学习用于底部反转策略的表现

<div class="bq-course-title"> 课程详情 </div> <div class="bq-course-text"> 2022年8月，市场整体行情较差，沪指跌了1.77%，深证指数跌了4.82%，创业板指跌了3.75%，虽然沪指跌幅较低，但市场上的个股跌幅较大。于是提出猜想：是否能找到比较抗跌的策略，使其在市场下行的时候，回撤较小？<br /> 策略的特点：在大盘下跌时，策略相对大盘比较抗跌，策略回撤相对小。<br /> <br /> <div class="bq-course-title"> 构建步骤 </div> <div class="bq-course-text"> 1.确定策略目标市场<br /> 策略的目标市场：中小板（波动率高，活跃度高，流动率高，做出alpha可能性高；且在反转时，上涨的幅度较大）<br /> 2.构建策略核心因子<br /> 2个技术指标因子+1个换手率因子+1个资金流因子+1个量价因子<br /> 3.设置标注<br /> 用三个技术指标因子构建底部反转的指标，将筛选过后的股票池标注（第二天收盘价-第一天收盘价）/第一天收盘价作为做模型的y值。<br /> 4.选择训练集<br /> 2016-01-01到2020-01-01 测试集：2020-01-01到2022-08-15<br /> 5.选择算法<br /> 随机森林回归算法<br /> 6.设置交易逻辑<br /> 将预测值最高的一只买入，持仓两天<br /> <div class="bq-course-title"> 回测结果 </div> <div class="bq-course-phone"> <img width="100%" src="http://bigquant.com/asset-v1:public+meetup11+2022-01+type@asset+block@WX20230524-153932.png" /> </div> <div class="bq-course-pc" > <img width="100%" src="http://bigquant.com/asset-v1:public+meetup11+2022-01+type@asset+block@WX20230524-153932.png" /> </div> <div class="bq-course-title"> 课程团队 </div> <div class="bq-course-team"> <img src="http://bigquant.com/asset-v1:public+meetup10+2022-01+type@asset+block@chenao.png" class="bq-course-icon" alt="Course Staff Image #2" /> <div> <div class="bq-course-text">讲师：神乐老师</div> <div class="bq-course-text">鼠、虎、主升浪等三个系列策略作者，已实现1+量化策略实盘。</div> </div> </div>