大类资产配置之机器学习应用于股票资产的趋势预测
创建于 更新于
摘要
本报告深入研究了机器学习方法在股票资产趋势预测中的应用，比较了logistic回归、多层感知神经网络及支持向量机三种模型，选取估值、宏观与利率等指标进行国内沪深300月度走势预测，最佳模型为训练期36个月的logistic模型，预测准确率达65%。此外，研究还涉及了涨跌细分四分类与六分类的多分类预测，并将沪深300预测结果应用于中证500和中证1000指数，获得显著超额收益，表明机器学习辅助的趋势判断对大类资产配置具有重要现实意义 [page::0][page::3][page::12][page::19]
