利用 XGBoost 预测规模因子收益方向
创建于 更新于
摘要
本报告利用XGBoost机器学习模型，结合宏观变量和技术指标特征，预测A股规模类因子的收益方向。相较传统动量预测方法，XGBoost模型在测试集上达成65.8%的准确率，提升近20%。研究表明宏观经济变量如螺纹钢价格、土地成交面积、发电量及财政收入等对规模因子预测具有较强的区分力，验证了规模因子第二类变化（投资者情绪变化）侧重宏观层面的合理性，并提出完善的模型训练与验证流程以防止过拟合。[page::0][page::2][page::16][page::18]
