人工智能系列之 80：机器学习用于模拟投资者分歧
创建于 更新于
摘要
本报告借鉴国际前沿研究，运用多模型机器学习构建投资者分歧度因子，模拟投资群体不同信息源下的异质预测，验证分歧度因子对未来股票收益的显著负相关性。通过50个LightGBM模型模拟投资者观点，分歧度因子在A股2017-2024年回测期表现优异，年化超额收益达9.71%，换手率显著下降。参数敏感性分析表明超参数影响有限，做空限制、动量及投资者认可度等因素对分歧度影响显著。分歧与认可度因子复合后，预期收益和因子稳定性均有所提升 [page::0][page::3][page::4][page::6][page::14]
