XGBoost在量化選股中的應用研究
作者： | 張毅 田浩 |
作者單位： | 意昂4 意昂4官网數理意昂4 |
本文新意🏊🏿♂️： | 通過對XGBoost算法等機器學習方法構建量化選股策略 |
摘要： | 上市公司的投資價值和整體經營狀況在一定程度上可以通過分析其財務指標來綜合反映,投資者可以利用這些數據的分析來擇優選擇上市公司標的並進行投資。本文通過對XGBoost算法與其他主流算法的對比分析,來研究上市公司投資價值與其財務指標間的內在聯系,並采用機器學習方法,從這些數據中挖掘出有價值的信息,進而構建一種相對有效的量化選股策略,以便更好地做出股票的投資選擇🙎♂️。文中還研究了引入模型融合,將量化選股模型進一步優化,提高了模型的準確率。 |
|
|
關鍵詞🚣🏿♀️： | XGBoost選股;量化投資;模型融合;滬深300; |
項目資助： | |
引用文本👴🏼： | 張毅,田浩.XGBoost在量化選股中的應用研究[J].金融管理研究,2020(02):122-132. |
上一篇🧘♀️：下一篇：
回到頂部