机器学习法选股

创建于 2025-07-19T11:43:05.513998+08:00 更新于 2025-07-19T12:57:01.448496+08:00

摘要

本报告基于监督式学习中的AdaBoost算法，构建了沪深300指数成份股的机器学习选股模型。模型以股票多维因子排名为输入，区分未来一个月表现好的和差的股票，前10%做多，后10%做空，并限制行业权重。24个月实证回测显示模型取得57%的累计收益和1.9的夏普比率，月最大回撤3.75%。该方法有效解决了传统多因子模型样本外失效问题，选股更加稳定[page::0][page::4][page::10][page::11]。

速读内容

深度阅读