5月机器学习中证500指增策略表现出色
创建于 更新于
摘要
本报告聚焦五个月的量化指数增强策略，涵盖国证2000指数增强与基于多目标、多模型的机器学习指数增强等前沿方法，展示GBDT、NN、MBGRU+LGBM等模型在沪深300、中证500、中证1000等宽基指数上的历史表现与回测结果。国证2000增强因子IC均值高达12.24%，但本月波动较大，IC(-3.76%)，策略在样本内年化超额收益约12.04%，信息比率约1.53，样本外5月超额收益为-4.18%。MBGRU+LGBM在沪深300、中证500、中证1000的指数增强策略展现出强劲的长期表现，分别实现8.43%、9.69%、13.96%的年化超额收益，且回撤在可控范围。红利风格择时+红利股优选的固收+策略进一步提升风险调整后收益，选股策略年化收益接近17.22%，夏普0.83，固收+策略年化6.97%、最大回撤4.93%、夏普2.09。风险提示：所有结果基于历史数据，市场环境变化可能导致模型失效。 [page::2][page::4][page::5][page::7]
