人工智能月报（2020年6月）：xgboost中证500指数增强模型月超额收益4.4%，今年累计超额收益14%-中信建投-20200707
由qxiao创建，最终由qxiao 被浏览 33 用户
xgboost模型模仿人类思考进行“补充式”学习模式
xgboost模型是一种强学习模型，其是由众多弱学习模型集成，其采用弱学习模型为CART，即分类与回归树。该模型重在拟合特征和标签间的非线性关系。组成该模型的众多弱学习器之间的关系是补充弥补的关系，弱学习器的训练有先后，每个新的弱学习器的学习目标都是之前已训练好的弱学习器的残差。人类从假设检验、错误中分析学习的过程与此模型反应总结的方式相似。
xgboost模型构建单因子能够提供增量非线性信息
单因子的构建方式如下：将截面股票按照下月收益率排序分为2类，用xgboost分类模型进行拟合，模型预测的类别及预测概率经过映射函数得到xgboost因子，因子值越高表示股票下月预测收益率越高，经过单因子测试发现，其年化多空收益35%，月度IC均值达13%，胜率94%，和其他因子的相关性均不超过50%。
中证500指数增强模型历史收益
将截面股票按照下月收益率横截面排序从高到低等分为2类，收益最高的一类打上标签为1，收益最低的一类打上标签0。月度换仓，年度调模型。从2011年以来，模型累计超额收益340%，年化超额收益14%，信息比率1.9，月度跟踪误差2%，最大回撤7%，月度胜率74%。
中证500指数增强模型6月收益
模型6月超额收益4.4%，今年以来（截止6月底）超额收益14%。综合来看，我们重点推荐将xgboost算法应用于中证500指数增强，也建议重点关注xgboost中证500指数增强模型7月组合。
/wiki/static/upload/3d/3d525456-4798-46fe-bcf2-107826be8adc.pdf
\