Advances in Financial Machine Learning
创建于 更新于
摘要
本报告介绍金融机器学习领域的前沿方法，针对金融数据的特殊性质提出了包括数据结构化、标记、样本权重、分数微分、回测、特征重要性及量化策略构建等系统化流程。报告强调团队协作与工厂式研究的必要性，针对金融领域回测过拟合风险提供定量衡量方法，并提出由层次风险平价（HRP）等创新资产配置方案，显著改善传统方法的表现，助力提升机器学习在投资决策中的应用效果 [page::5][page::30][page::38][page::70][page::94][page::121][page::173][page::221][page::329]
