基于gcForest的多因子量化选股策略

• 作者: 李路 王伦
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多因子选股 多粒度扫描 gcForest算法
• 年，卷（期）: 2020,（15）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 86-91
• 页数: 6页
• 分类号: F832.51|F224|TP391
• 字数: 5185字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1908-0450

摘要

为了获取股票市场更高的超额收益,提高股票涨跌预测准确率,将gcForest(深度森林)算法引入了股票投资市场,建立基于gcForest多因子量化投资策略,每月月末在沪深300成分股中买入gcForest算法预测上涨的前30支股票,并进行回测.研究结果表明,gcForest算法的年化收益率为29.2％,远超基准年化收益率15.0％,并且获得了15.8％的超额收益.同时还将gcForest算法同随机森林和支持向量机算法进行了比较,从各项技术指标综合分析来看,gcForest算法在股市行情平稳和上涨时期都较其他算法有着明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李路	上海工程技术大学数理与统计学院	36	103	6.0	9.0
2	王伦	上海工程技术大学数理与统计学院	3	1	1.0	1.0