基于机器学习的量化投资策略系列三：Logistics Regression 的探索
创建于 更新于
摘要
本报告详细介绍了Logistics Regression（二分类机器学习方法）的数学原理及其在A股市场的量化选股应用，选取PB、PE、RSI等因子，通过滚动时间窗口训练模型，预测未来涨跌，实现对沪深300成分股的选股。回测结果显示该策略2017年至2018年年化收益2.9%，优于基准-2.3%，但夏普比率和回撤仍有提升空间，强调该方法结合多因子模型具备较大发展潜力 [page::0][page::4][page::5].
