机器学习算法在 A 股市场中的应用
创建于 更新于
摘要
本文基于2000-2020年A股数据，运用11种机器学习模型比较其对股票收益的预测能力。神经网络模型表现最佳。研究发现，中国股市流动性因子和基本面因子是主要有效因子，动量因子作用有限，显著区别于美国市场。短期收益预测主要来自散户投机行为，长期则国有企业表现显著。机器学习构建的多头资产组合在考虑交易成本和涨跌幅限制后仍具稳健性，优于沪深300指数表现，特别在2015年市场崩盘期间表现突出，为中国股市本土化量化选股提供理论与实证支持 [page::0][page::2][page::4][page::9]
