积极适应市场风格，行为金融+机器学习新发现
创建于 更新于
摘要
本报告深入研究行为金融学中的锚定效应、前景理论和羊群效应因子的量化选股能力，结合机器学习模型尤其是循环神经网络与图神经网络，构建多因子量化投资策略。实证显示，分析师预期修正增强选股策略实现年化超额25%以上收益，行为金融因子尤其是羊群效应因子表现突出。资金流向相似性图谱与机器学习模型联合训练有效提升选股预测能力，指数增强策略累计超额收益超5%。多任务、多结构模型改进显著提升了模型的稳定性和策略收益。[page::0][page::1][page::8][page::11][page::21][page::38][page::70][page::77]
