机器学习模拟投资者分歧
创建于 更新于
摘要
本报告基于机器学习方法模拟投资者分歧，通过构建预测股票未来收益的多个模型，采用模型预测差异的标准差作为分歧度因子，有效刻画投资者观点分歧。该因子在全A股回测期内表现优异，年化超额收益约9.71%，并验证了投资者分歧度与股票未来收益负相关性。通过树模型（如LightGBM）高效模拟多投资者预测，分析了超参数、做空限制、动量及认可度对分歧度因子的影响，揭示了做空限制等因素对分歧度因子表现的显著贡献，投资者认可度辅助提升复合因子表现，回测结果稳健，交易频率适中，为股权市场的量化投资提供新视角与工具 [page::0][page::3][page::4][page::6][page::14]。
