基于XGBoost的多因子选股模型

• 作者: 周显 葛橹漠
• 来源期刊: 信息技术与标准化
• 关键词: 多因子选股 机器学习 XGBoost模型
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 政务金融
• 页码范围: 36-41
• 页数: 6页
• 语种: 中文

摘要

围绕多量价因子选股模型,通过因子计算、特征处理、单因子分析,以及基于XGBoost机器学习的日频滑动窗口模型搭建,计算出XGBoost模型对股票预测的准确度和前100只股票的收益情况,结果表明,基于XGBoost机器学习模型选出的股票组合相对等权重的多因子选股模型有明显的改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛橹漠		1	0	0.0	0.0
2	周显		1	0	0.0	0.0