随机森林模型在选股策略中的应用

发布时间：2021-04-27 01:47

　　基于机器学习算法的随机森林模型是近年来十分流行的选股工具,通过随机森林模型预测个股的月度超额收益,构建一套多因子选股模型,并在后续的模拟组合跟踪中证实其有效性。以中证800成分股为股票池,使用了40多个技术因子和财务因子,选取2008到2017年的数据,并对其进行了标准化和中性化等预处理,每个月底根据前两年的数据使用随机森林算法建模,将当月数据输入模型预测下一个月中证800每个成分股的超额收益。将超额收益排序后,选取排名前1/10和1/5股票分别构建市值加权组合进行回测。回测结果显示,该模型可以提供稳定的超额收益,超额年化收益最高达到22%,其夏普比最高达到2.15.在后续的模拟组合跟踪中,年化超额收益也达到了15.19%,模型在样本外也持续有效。构建的组合体现了随机森林模型在多因子选股中有着较高的实际应用价值。 

【文章来源】：科技经济导刊. 2020,28(33)

【文章页数】：3 页

【文章目录】：
1.引言
2.随机森林模型
3.因子选取和数据处理
    3.1 因子选取
    3.2 数据准备与参数选取
        3.2.1 数据处理
        3.2.2 主要参数选取
4.选股组合分析
5.模拟组合跟踪
6.结语



本文编号：3162526