华泰证券研究所 发布于 2019-10-10 07:28:26
发布时间:2019年10月9日
研究员:林晓明 S0570516010001/陈烨 S0570518080004核心观点
人工智能和机器学习能与量化多因子选股模型相结合
人工智能(Artificial Intelligence)本质是以数理模型为核心工具,结合控制论、认知心理学等其它学科的研究成果,最终由计算机系统模拟人类的感知、推理、学习、决策等功能。从模型构建的角度上来看,机器学习与多因子选股有诸多共通之处,借助机器学习模型,多因子模型可以在以下方面相比于传统方法论有所突破:1. 机器学习模型相比传统线性模型在海量数据下有更好的性能。基于机器学习的多因子选股模型能充分使用海量、高维的因子数据。2. 大多数机器学习模型都具有非线性拟合能力。基于机器学习的多因子选股模型能利用非线性因子。
两种常用的机器学习模型:XGBoost和Stacking均有优秀的 (
点击阅读全文 )