基于AI预测中的个股Beta信息构建ETF轮动策略
创建于 更新于
摘要
本报告基于GBDT+NN机器学习模型构建个股Alpha因子，并聚合至指数后选取对应ETF进行轮动策略构建。因子IC均值保持在11%左右，指数轮动策略年化超额收益达15%以上，ETF轮动策略年化超额达17.35%，多个类别指数均表现出良好轮动效果，且策略在实际投资可行性考量后依然稳健 [page::0][page::3][page::8][page::10][page::12][page::13][page::15][page::16]
