基于量价的人工智能选股体系概览 华泰人工智能系列之二十八
创建于 更新于
摘要
本报告提出并实证了一套基于日频量价数据的全流程人工智能选股体系：用遗传规划自动挖掘线性/非线性因子、以随机森林等机器学习模型合成因子并通过 SHAP 做可解释性分析，回测显示合成因子五因子中性后 RankIC 均值约 8.87%，TOP 组合年化超额约 9.65%，将该合成因子加入传统因子模型可使中证500增强策略年化超额平均提升约 1.38%（信息比率提升约 0.14），表明该体系能提供独立增量 alpha，但也面临因子失效与机器学习过拟合风险 [page::19].
