机器学习因子有效性分析：——大数据人工智能研究之六
创建于 更新于
摘要
本报告系统研究了七大主流机器学习分类算法在A股选股中的因子有效性，采用传统财务因子滚动12个月数据构建特征，通过全市场及分组训练，验证了因子的显著单调性和稳定表现，朴素贝叶斯因子收益最高，AdaBoost与knn因子波动率最低且稳定，同时证明了机器学习因子具有较强的市场自适应调节能力，为机器学习在量化选股策略中的应用提供了理论和实证支持 [page::0][page::8][page::10][page::13][page::17].
