人工智能 51：文本 PEAD 选股策略
创建于 更新于
摘要
本报告围绕基于盈余公告相关文本构建的文本SUE.txt因子，创新性刻画PEAD效应，通过机器学习模型提取文本alpha信息，实现选股策略构建。实证显示该因子基于XGBoost模型的分层收益和多头收益优于传统逻辑回归及2日异常收益因子，增强池回测年化收益达43.47%，相对中证500超额收益29.98%。词重要性和段落分析验证模型逻辑合理，且结合华泰金工因子增强后的策略表现优异且行业分布均衡，为文本驱动的量化选股提供关键思路与实用工具 [page::0][page::3][page::11][page::12][page::14][page::19][page::21][page::24]
