多因子模型一直是量化投资领域的重要方法,而如何选择有效因子并确定因子权重从而构建有效的投资组合是研究者重点讨论的议题。以每只股票收益率作为分类标准,引入深度森林算法筛选股票,利用沪深300成分股进行选股回测,选取预测收益率大于0的概率排名靠前的30只股票进行实证分析。研究结果表明,深度森林算法比随机森林算法具有更高的超额收益,且具有更低的回撤率,该模型对量化投资策略的设计具有重要的实际意义。
科研之友
微信
新浪微博
Facebook
分享链接
