基于Adaboost算法的选股模型改进策略

• 作者: 钱龙
• 来源期刊: 环球市场
• 关键词: 机器学习 被动式交易 量化因子 Adaboost算法
• 年，卷（期）: 2019,（35）
• 所属期刊栏目: 金融观察
• 页码范围: 37
• 页数: 1页
• 字数: 1342字
• 语种: 中文

摘要

在被动式交易环境大背景下现有的因子和策略体系已被过度挖掘和开发,推陈出新、获取超额收益的难度也不断地加大.在人工智能发展方兴未艾的今天,各大二级市场做市商尝试将其与选股策略模型相互结合,让其两者的碰撞能为投资和回报带来不一样的风景.本文采用的研究方法是基于传统的Adaboost算法的改进版本.其选股能力的适用性和回测效果也会更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱龙	西华大学经济学院	1	0	0.0	0.0