基于回归法与GBDT多因子选股研究

发布时间：2025-01-14 06:36

　　近年来,量化投资因其投资业绩稳定,备受投资者的关注。国内量化产品市场规模不断扩大,量化投资也作为一门专业的学科逐渐地踏入券商与学者的视野当中,在金融工程领域成为了主要的研究方向。多因子选股模型作为量化投资领域运用的最成熟和最广泛的选股模型,也是国内各券商与学者经久不衰的研究议题。它是建立在资本资产定价(CAPM)、套利定价理论(APT)等金融投资理论基础之上,核心思想在于捕捉能够解释股票收益率的相关因素,借助历史数据去挖掘有效因子构建投资策略,并严格地按照策略所构建的数量化模型来构建投资组合,利用主动投资组合管理来获取超额收益。随着机器学习的发展,各种计算机算法也被运用到多因子选股中,多因子选股策略也随之不断的更新与丰富。本文中以沪深300成分股为研究对象,分别建立回归法下的多因子选股模型和GBDT选股模型。在筛选因子的阶段采用Fama-Macbeth检验、相关性检验,运用前向逐步回归的方法进行冗余因子剔除,筛选出有效因子建立多元回归模型。在建立GBDT多因子模型时,将通过参数优化、因子训练方式构建选股模型。实证回测期间,分别运用两种模型对股票收益进行预测,按照预测收益率排名,选取排名前...

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

图１．１结构流程图??．

?与理论基矗??／?＊?＼?｜介绍数据来源与备选因子收集，对备选因子进行??有效因子筛选??？因子检验与冗余因子剔除，获取有效因子，构建??＾?）?回归模型。??／?＼?｜通过两种模型分别构建动态季度投资组合，依椐??多因子选股实证研究?？股票收益率预测值排名取排名前１５的股票，....

图２．１决策树构造??

?第２章量化理论基本原理???２．３?ＧＢＤＴ理论原理??ＧＢＤＴ?（Ｇｒａｄｉｅｎｔ?Ｂｏｏｓｔｉｎｇ?Ｄｅｃｉｓｉｏｎ?Ｔｒｅｅ）全称为梯度提升决策树，是一种迭??代的决策树模型，它的主要思想是通过不断的迭代的方式去减少残差，通过梯??度方向的优化形成许多的回归决策树，最后将....

图３．１皮尔逊相关热力图??通过上述矩阵和热力图可以看出，资产负债率和股东权益比率，ＲＩＳ相对强?

?第３章有效因子筛选???的影响力。所以需要通过因子间相关性检验把冗余因子剔除，为了保留同类因??子中预测能力最好、区分度最高的因子，因此我们还有必要进行因子之间的相??关性的检验，剔除相关性强的因子，１８个因子的皮尔逊相关系数热力图：??Ｉ??—｜?…?１?■??奸辦?ｍｕ?：....

图４．１回归模型净值曲线??图中蓝色线为资产组合净值，其中左侧ｙ轴做了对数化处理，红色线为收??益０，益正的界，蓝色曲，为１，在

?１．８２９３６５??２０１９－０９－３０?０．１３４９２９?０．０７３９４２?２．０７６１９９???？＊！?／?＼?Ｘ’??／?＼?｜??：?＇??．ｙ＂＊?ｔ＊：??，?＇?；?Ｖ，??－、?，，＇?．．．、?－??卜??ｎ??！???；?？??？？？???？；?＇＊－？?＼....

本文编号：4026551