近年來(lái),量化投資因其投資業(yè)績(jī)穩(wěn)定,備受投資者的關(guān)注。國(guó)內(nèi)量化產(chǎn)品市場(chǎng)規(guī)模不斷擴(kuò)大,量化投資也作為一門(mén)專(zhuān)業(yè)的學(xué)科逐漸地踏入券商與學(xué)者的視野當(dāng)中,在金融工程領(lǐng)域成為了主要的研究方向。多因子選股模型作為量化投資領(lǐng)域運(yùn)用的最成熟和最廣泛的選股模型,也是國(guó)內(nèi)各券商與學(xué)者經(jīng)久不衰的研究議題。它是建立在資本資產(chǎn)定價(jià)(CAPM)、套利定價(jià)理論(APT)等金融投資理論基礎(chǔ)之上,核心思想在于捕捉能夠解釋股票收益率的相關(guān)因素,借助歷史數(shù)據(jù)去挖掘有效因子構(gòu)建投資策略,并嚴(yán)格地按照策略所構(gòu)建的數(shù)量化模型來(lái)構(gòu)建投資組合,利用主動(dòng)投資組合管理來(lái)獲取超額收益。隨著機(jī)器學(xué)習(xí)的發(fā)展,各種計(jì)算機(jī)算法也被運(yùn)用到多因子選股中,多因子選股策略也隨之不斷的更新與豐富。本文中以滬深300成分股為研究對(duì)象,分別建立回歸法下的多因子選股模型和GBDT選股模型。在篩選因子的階段采用Fama-Macbeth檢驗(yàn)、相關(guān)性檢驗(yàn),運(yùn)用前向逐步回歸的方法進(jìn)行冗余因子剔除,篩選出有效因子建立多元回歸模型。在建立GBDT多因子模型時(shí),將通過(guò)參數(shù)優(yōu)化、因子訓(xùn)練方式構(gòu)建選股模型。實(shí)證回測(cè)期間,分別運(yùn)用兩種模型對(duì)股票收益進(jìn)行預(yù)測(cè),按照預(yù)測(cè)收益率排名,選取排名前...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１結(jié)構(gòu)流程圖??．

?與理論基矗??／?＊?＼?｜介紹數(shù)據(jù)來(lái)源與備選因子收集，對(duì)備選因子進(jìn)行??有效因子篩選??？因子檢驗(yàn)與冗余因子剔除，獲取有效因子，構(gòu)建??＾?）?回歸模型。??／?＼?｜通過(guò)兩種模型分別構(gòu)建動(dòng)態(tài)季度投資組合，依椐??多因子選股實(shí)證研究?？股票收益率預(yù)測(cè)值排名取排名前１５的股票，....

圖２．１決策樹(shù)構(gòu)造??

?第２章量化理論基本原理???２．３?ＧＢＤＴ理論原理??ＧＢＤＴ?（Ｇｒａｄｉｅｎｔ?Ｂｏｏｓｔｉｎｇ?Ｄｅｃｉｓｉｏｎ?Ｔｒｅｅ）全稱(chēng)為梯度提升決策樹(shù)，是一種迭??代的決策樹(shù)模型，它的主要思想是通過(guò)不斷的迭代的方式去減少殘差，通過(guò)梯??度方向的優(yōu)化形成許多的回歸決策樹(shù)，最后將....

圖３．１皮爾遜相關(guān)熱力圖??通過(guò)上述矩陣和熱力圖可以看出，資產(chǎn)負(fù)債率和股東權(quán)益比率，ＲＩＳ相對(duì)強(qiáng)?

?第３章有效因子篩選???的影響力。所以需要通過(guò)因子間相關(guān)性檢驗(yàn)把冗余因子剔除，為了保留同類(lèi)因??子中預(yù)測(cè)能力最好、區(qū)分度最高的因子，因此我們還有必要進(jìn)行因子之間的相??關(guān)性的檢驗(yàn)，剔除相關(guān)性強(qiáng)的因子，１８?jìng)�(gè)因子的皮爾遜相關(guān)系數(shù)熱力圖：??Ｉ??—｜?…?１?■??奸辦?ｍｕ?：....

圖４．１回歸模型凈值曲線(xiàn)??圖中藍(lán)色線(xiàn)為資產(chǎn)組合凈值，其中左側(cè)ｙ軸做了對(duì)數(shù)化處理，紅色線(xiàn)為收??益０，益正的界，藍(lán)色曲，為１，在

?１．８２９３６５??２０１９－０９－３０?０．１３４９２９?０．０７３９４２?２．０７６１９９???？＊！?／?＼?Ｘ’??／?＼?｜??：?＇??．ｙ＂＊?ｔ＊：??，?＇?；?Ｖ，??－、?，，＇?．．．、?－??卜??ｎ??！???；?？??？？？???？；?＇＊－？?＼....

本文編號(hào)：4026551