发表服务
子中甄别出选股能力最强的基础因子，进一步结合主成分分析和聚类分析构建新的选股主因子，并以此建立了多因子选股模型。其次，本文利用三种较为知名的机器学习算法对所建选股模型进行优化与增强，通过比较发现支持向量机算法的提升...
多因子选股模型的构建与应用-金融学专业论文.docx,摘要最近几年量化投资在我国逐渐兴起，量化选股策略随之不断丰富。本文基于多因子选股模型，提出了层次分析法和等权重法对因子进行赋权,利用上市公司财务数据和行情数据，结合统计检验的方法对两种赋权方法下的选股模型进行实证分析...
选取2007年初至2017年末的中证500指数成分股规模、股价、市盈率、动量、换手率和波动率6个因子的所有年度数据,探讨了分位数回归在多因子选股策略中的应用情况.结果表明:对于单因子而言,规模因子和股价因子均在高收益率股票中表现出更强的效应,市净率、动量及换手率因子
多因子量化选股模型建立及优化.李倩倩.【摘要】：股市在不断的变化,所以从目前来看,不断探讨哪些指标在量化选股中更为有效,是具有现实意义的。.这也是本文研究工作开始的初衷。.在整个研究过程中,保持数据的严谨性、中立性、数据处理方法的科学性...
基于时变加权LightGBM的多因子选股交易策略设计.这是一篇关于因子筛选,时变加权,LightGBM模型相关方向的论文(附下载链接),论文主要内容是近些年,随着科技的发展,计算机性能显著提升,由此带来了金融量化投资与机器学习领域的高速发展,各种交易策略大量涌现...
基于主成分分析法的投资选股方法研究专业名称：工商管理硕士申请人：罗志华导师：潘峡副教授论文答辩委员会主席：成员：论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，进行研究工作所取得的成果。
多因子选股模型在模型搭建中，往往会涉及到非常多的股价影响因子，并可能导出数量极多的备选模型。因此，对于多因子选股模型的评价和筛选，就显得尤为关键。对于专业的量化投资人而言，就需要进一步了解多因子选股模型的两种主要的评价判断方法——打分法和回归法。
【摘要】金融危机后，国际国内资本市场都经历一场浩劫，几乎所有基金都出现了不同程度的亏损，股民朋友也都遭遇了重大损失。价值投资或定性投资在这一场金融浩劫中显得是那么的无力，而与之相对的量化投资却异军突起，在资本市场中维持了较好的收益率。
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...
本文基于多因子选股理论选取了14个因子进行了研究，考察了因子值与股票收益率之间的关系。.采用打分法构建了多因子模型并选取沪深300成分股数据进行了实证检验，考察了投资组合的风险和收益。.结果显示基于多因子选股模型的投资组合能获得超额收益...
子中甄别出选股能力最强的基础因子，进一步结合主成分分析和聚类分析构建新的选股主因子，并以此建立了多因子选股模型。其次，本文利用三种较为知名的机器学习算法对所建选股模型进行优化与增强，通过比较发现支持向量机算法的提升...
多因子选股模型的构建与应用-金融学专业论文.docx,摘要最近几年量化投资在我国逐渐兴起，量化选股策略随之不断丰富。本文基于多因子选股模型，提出了层次分析法和等权重法对因子进行赋权,利用上市公司财务数据和行情数据，结合统计检验的方法对两种赋权方法下的选股模型进行实证分析...
选取2007年初至2017年末的中证500指数成分股规模、股价、市盈率、动量、换手率和波动率6个因子的所有年度数据,探讨了分位数回归在多因子选股策略中的应用情况.结果表明:对于单因子而言,规模因子和股价因子均在高收益率股票中表现出更强的效应,市净率、动量及换手率因子
多因子量化选股模型建立及优化.李倩倩.【摘要】：股市在不断的变化,所以从目前来看,不断探讨哪些指标在量化选股中更为有效,是具有现实意义的。.这也是本文研究工作开始的初衷。.在整个研究过程中,保持数据的严谨性、中立性、数据处理方法的科学性...
基于时变加权LightGBM的多因子选股交易策略设计.这是一篇关于因子筛选,时变加权,LightGBM模型相关方向的论文(附下载链接),论文主要内容是近些年,随着科技的发展,计算机性能显著提升,由此带来了金融量化投资与机器学习领域的高速发展,各种交易策略大量涌现...
基于主成分分析法的投资选股方法研究专业名称：工商管理硕士申请人：罗志华导师：潘峡副教授论文答辩委员会主席：成员：论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，进行研究工作所取得的成果。
多因子选股模型在模型搭建中，往往会涉及到非常多的股价影响因子，并可能导出数量极多的备选模型。因此，对于多因子选股模型的评价和筛选，就显得尤为关键。对于专业的量化投资人而言，就需要进一步了解多因子选股模型的两种主要的评价判断方法——打分法和回归法。
【摘要】金融危机后，国际国内资本市场都经历一场浩劫，几乎所有基金都出现了不同程度的亏损，股民朋友也都遭遇了重大损失。价值投资或定性投资在这一场金融浩劫中显得是那么的无力，而与之相对的量化投资却异军突起，在资本市场中维持了较好的收益率。
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...
本文基于多因子选股理论选取了14个因子进行了研究，考察了因子值与股票收益率之间的关系。.采用打分法构建了多因子模型并选取沪深300成分股数据进行了实证检验，考察了投资组合的风险和收益。.结果显示基于多因子选股模型的投资组合能获得超额收益...
发表服务