大数据、机器学习与资产定价

• 作者: 潘水洋
• 来源期刊: 现代管理科学
• 关键词: 大数据 机器学习 资产定价
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 宏观经济
• 页码范围: 6-8,33
• 页数: 4页
• 字数: 5397字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-368X.2019.02.002

摘要

文章采用机器学习领域中的记忆神经网络、支持向量机、随机森林捕获多个定价因子之间的非线性定价结构.基于中国A股市场数据将机器学习模型与多因子线性定价模型进行了全面比较.实证结果表明,机器学习非线性定价模型在样本外预测精度、分组多空策略业绩表现均优于传统线性定价模型.基于机器学习理论的非线性资产定价模型能够更加准确对中国股票投资组合未来收益率进行预测,可以指导投资者做出更合理的投资决策从而提升中国资本市场的定价效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘水洋	北京大学经济学院	6	15	3.0	3.0