揭秘机器学习在中国市场的有效性—— 海外文献速览系列之十四
创建于 更新于
摘要
本报告汇总了Markus Leippold等关于机器学习在中国股市资产定价应用的研究，探讨了多种机器学习模型在中国市场的收益预测能力。研究发现，流动性因子是中国市场最重要的预测变量，基本面因子居次。与美国市场不同，中国散户投资者主导的小型股票和国有企业表现出显著的可预测性。神经网络模型尤其在样本外预测及构建高夏普比率投资组合方面表现优越，且即使在考虑交易成本和做空限制条件下，多头投资组合仍保持经济显著的收益率和稳定性。该研究为中国市场量化选股提供了机器学习方法的实证支持及新思路[page::0][page::3][page::6][page::15][page::21]
