基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文以沪深300指数成分股为股票池,构建出一个能持续战胜市场的量化选股模型.第一步先从基本面入手,通过多因子打分模型筛选出50只长期优势股,对应的上市公司经营状况良好,具有一定投资价值,但短期内可能受市场震荡影响,未必在一周之内有上涨表现.在第二步引入支持向量分类算法对长期优势股展开技术分析,从中选出本周上涨概率最大的10只优势精选股买入.该模型在2015—2017年累计收益率达73.03%,年化收益率为20.05%,夏普比率为0.54,远超同期沪深300指数的业绩表现.
推荐文章
股指成分股调整与企业投资效率
股指成分股调整
投资效率
公司治理
基于gcForest的多因子量化选股策略
多因子选股
多粒度扫描
gcForest算法
沪深300股指期货和沪深300ETF期现套利实证研究
股指期货
期现套利
区间定价模型
沪深300ETF
基于高频数据的沪深300股指期货信息效率研究
交频数据
期货信息
实证结果
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于沪深300成分股的量化投资策略研究
来源期刊 广西师范大学学报(自然科学版) 学科 经济
关键词 量化投资 多因子模型 支持向量机 股票 沪深300
年,卷(期) 2019,(1) 所属期刊栏目 第二十四届全国信息检索学术会议专栏
研究方向 页码范围 1-12
页数 12页 分类号 F830
字数 6757字 语种 中文
DOI 10.16088/j.issn.1001-6600.2019.01.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 闫宏飞 北京大学信息科学技术学院 32 414 11.0 20.0
2 陈翀 北京师范大学政府管理学院 19 59 6.0 7.0
3 吕凯晨 北京大学信息科学技术学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (15)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (1)
二级引证文献  (0)
1928(1)
  • 参考文献(0)
  • 二级参考文献(1)
1952(1)
  • 参考文献(0)
  • 二级参考文献(1)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(6)
  • 二级引证文献(0)
2019(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量化投资
多因子模型
支持向量机
股票
沪深300
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西师范大学学报(自然科学版)
双月刊
1001-6600
45-1067/N
大16开
桂林市育才路15号
48-54
1957
chi
出版文献量(篇)
3550
总下载数(次)
1
总被引数(次)
13610
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导