基于集成学习算法的量化选股模型研究

《基于集成学习算法的量化选股模型研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、目录1、引言.-5-1.1、人工智能与量化投资...................................................................................-5-1.2、机器学习之集成学习...................................................................................-7-1.3、历史工作回顾...................................

2、............................................................-9-2、基于Boosting集成学习的量化选股模型........................................................-10-2.1、Adaboost算法介绍.....................................................................................-10-2.

3、2、基于改进Adaboost算法的量化选股模型................................................-13-2.3、ELS因子表现.............................................................................................-15-2.4、行业市值中性化...........................................................

4、..............................-16-2.5、模型优势.....................................................................................................-18-2.6、玩转风格轮动.............................................................................................-23

5、-3、模型改进与增强................................................................................................-24-3.1、失败乃成功之母.........................................................................................-24-3.2、月度效应...............................

6、......................................................................-28-3.3、总结.............................................................................................................-30-4、高低换手风格选股模型搭建..............................................

7、..............................-30-4.1、低换手模型构建.........................................................................................-30-4.2、高换手模型构建.........................................................................................-33-5、股票模拟组合体系搭

8、建....................................................................................-35-5.1、因子在沪深300&中证500股票池内选股表现.......................................-35-5.2、基于月度E-NELS因子的增强策略研究................................................