关键词:
机器学习
因子选股
Logistic回归
摘要:
基于机器学习方法与多因子选股模型相结合,构建出新的多因子选股模型,通过机器学习算法对个股进行分类,从而筛选出具有投资价值的股票,进行构造有效的投资组合,并模拟回测证实其有效性。以沪深300成分股为股票池,运用6个因子,选取2010—2020年的数据,并对其进行去值化、标准化、中性化的处理。每个月底根据前一年的数据使用机器学习算法建模,以当月的数据输入预测下个月的综合因子,将综合因子排序,选取前两个分位点的股票分别构建等权重组合进行投资。借助优矿平台进行回测,结果显示,Logistic回归构建的模型比较好,具有较高的实际应用价值。