基于因子偏离度的GBDT多因子选股模型OA
GBDT Multi-Factor Stock Selection Model Based on Factor Deviation Degree
为了避免股票市场中因子之间复杂非线性关系引起的多因子选股模型过拟合现象,基于因子偏离度对股票因子数据进行分析,筛选影响股票收益率的有效因子,通过梯度提升树对股票影响因子的权值进行不断调整和分析,建立一个DEV-GBDT量化选股模型,再根据基于因子偏离度的GBDT多因子选股模型的预测结果进行模拟交易,以沪深300指数成分股2010年1月1日—2019年7月31日数据为例进行实证分析.实验结果表明,DEV-GBDT选股模型的年化收益率达26.14％,…查看全部>>
邓晶
上海工程技术大学数理与统计学院,上海201620
信息技术与安全科学
因子偏离度梯度提升树量化投资多因子选股
《软件导刊》 2021 (1)
109-112,4
上海工程技术大学研究生科研创新项目(19KY2103)