发表服务
基于聚类的多因子量化选股策略研究——以房地产行业为例.选出具有投资价值资,能使得投资者的财富快速成长。.本文设定在Ross的多因子模型框架之下,选用Fama-French提出的排序打分法,对基于聚类的多因子量化选股策略进行研究,并以国内房地产上市公司...
基于聚类分析的多因子动态加权实证检验.陈悦竹.【摘要】：多因子模型自其诞生之日已历经数十年的发展,目前依然是市场上主流的量化择股模型。.2010年4月16日,我国沪深300股指期货上市交易。.尽管现阶段股指期货仍存在保证金比例、交易手续费偏高等诸多...
文章来源：点宽量化社区文章传送门：【研报复现】国信证券——关于量化选股之聚类分析的探讨本系列由点宽DigQuant量化人才俱乐部独家发布未经允许，不得转载前言本文基于《国信技术面量化选股系列：价格路径对…
机器学习优化股票多因子模型的研究与实证分析摘要本文以中国A股市场所有股票和Auto-Trader中十二大类500多个因子作为研究对象，利用机器学习方法对多因子选股模型进行了优化，并基于风险管理模型建立了SVM-RC多因子选股策略。
论文《基于沪深300成份股的多因子量化选股策略研究》.摘要：选取沪深300成份股作为样本股,截取2007-2016年财务数据和行情数据,通过模糊C均值聚类算法进行有效但冗余因子的剔除,构建多因子选股模型,将投资组合收益作为检验模型有效性的依据开展研究。.结果...
原作者姓名：数睿思原出处：数睿思原文链接：第七届挑战赛A1-机器学习优化股票多因子模型的研究与实证分析摘要本文以中国A股市场所有股票和Auto-Trader中十二大类500多个因子作为研究对象，利用机器学习方法对多因子选股模型进行了优化，并基于风险管理模型建立了SVM-RC多因子选股策略。
多元分析（multivariateanalyses）是多变量的统计分析方法，是数理统计中应用广泛的一个重要分支，其内容庞杂，视角独特，方法多样，深受工程技术人员的青睐和广泛使用，并在使用中不断完善和创新。由于变量的相关性，不能简单地把每个变量的结果进行汇总，这是多变量统计分析的基本出发…
主成分分析就是设法将原来众多具有一定相关性（比如P个指标），重新组一组新的互相无关的综合指标来代替原来的指标。综合指标即为主成分。所得出的少数几个主成分，要尽可能多地保留原始变量的信息，且彼此不相关。因子分析是研究如何以最少的信息丢失，将众多原始变量浓缩成少数...
听说这是一篇论文不过我没详细看。一、概述主成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差-协方差结构。综合指标即为主成分。所得出的少数几个主成分，要尽可能多地保留原
于是乎，今天给想构建量化多因子选股模型的萌新Quant，介绍一个非常适合入门且非常百搭的量化基本面多因子模型F-Score，它是出自Piotroski的论文《ValueInvesting:TheUseofHistoricalFinancialStatementInformationtoSeparateWinnersfromLosers》，在华创金工的研报《双重筹码集中的基本面选股策略》中也被重点推荐...
基于聚类的多因子量化选股策略研究——以房地产行业为例.选出具有投资价值资,能使得投资者的财富快速成长。.本文设定在Ross的多因子模型框架之下,选用Fama-French提出的排序打分法,对基于聚类的多因子量化选股策略进行研究,并以国内房地产上市公司...
基于聚类分析的多因子动态加权实证检验.陈悦竹.【摘要】：多因子模型自其诞生之日已历经数十年的发展,目前依然是市场上主流的量化择股模型。.2010年4月16日,我国沪深300股指期货上市交易。.尽管现阶段股指期货仍存在保证金比例、交易手续费偏高等诸多...
文章来源：点宽量化社区文章传送门：【研报复现】国信证券——关于量化选股之聚类分析的探讨本系列由点宽DigQuant量化人才俱乐部独家发布未经允许，不得转载前言本文基于《国信技术面量化选股系列：价格路径对…
机器学习优化股票多因子模型的研究与实证分析摘要本文以中国A股市场所有股票和Auto-Trader中十二大类500多个因子作为研究对象，利用机器学习方法对多因子选股模型进行了优化，并基于风险管理模型建立了SVM-RC多因子选股策略。
论文《基于沪深300成份股的多因子量化选股策略研究》.摘要：选取沪深300成份股作为样本股,截取2007-2016年财务数据和行情数据,通过模糊C均值聚类算法进行有效但冗余因子的剔除,构建多因子选股模型,将投资组合收益作为检验模型有效性的依据开展研究。.结果...
原作者姓名：数睿思原出处：数睿思原文链接：第七届挑战赛A1-机器学习优化股票多因子模型的研究与实证分析摘要本文以中国A股市场所有股票和Auto-Trader中十二大类500多个因子作为研究对象，利用机器学习方法对多因子选股模型进行了优化，并基于风险管理模型建立了SVM-RC多因子选股策略。
多元分析（multivariateanalyses）是多变量的统计分析方法，是数理统计中应用广泛的一个重要分支，其内容庞杂，视角独特，方法多样，深受工程技术人员的青睐和广泛使用，并在使用中不断完善和创新。由于变量的相关性，不能简单地把每个变量的结果进行汇总，这是多变量统计分析的基本出发…
主成分分析就是设法将原来众多具有一定相关性（比如P个指标），重新组一组新的互相无关的综合指标来代替原来的指标。综合指标即为主成分。所得出的少数几个主成分，要尽可能多地保留原始变量的信息，且彼此不相关。因子分析是研究如何以最少的信息丢失，将众多原始变量浓缩成少数...
听说这是一篇论文不过我没详细看。一、概述主成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差-协方差结构。综合指标即为主成分。所得出的少数几个主成分，要尽可能多地保留原
于是乎，今天给想构建量化多因子选股模型的萌新Quant，介绍一个非常适合入门且非常百搭的量化基本面多因子模型F-Score，它是出自Piotroski的论文《ValueInvesting:TheUseofHistoricalFinancialStatementInformationtoSeparateWinnersfromLosers》，在华创金工的研报《双重筹码集中的基本面选股策略》中也被重点推荐...
发表服务