道富：机器学习选股，能信吗？

全网Quant都在看！作者：Yimou Li、Zachary Simon、David Turkington编译：QIML编辑部

解读介绍
今天公众号的推文来自道富（State Street）的一篇论文。在本篇论文中，道富提出了评估机器学习模型在选股中有效性的三个原则，并且基于这些原则比较了多个机器学习模型。第一个原则是可投资性。为此，道富专注于由高流动性的美国股票组成的投资组合，并调整模型以要求合理的交易量。第二个原则是可解释性，投资者必须对模型的输出有足够的了解，才能相信它，并从中提取一些普遍的见解。为此，道富选择了一组简洁的预测变量，并应用一种新的方法，称为模型指纹（Model Fingerprint）来揭示影响模型预测效果的线性的、非线性的因素。第三个原则是，模型的预测应该是有趣的，也就是说，它们的表现应该令人信服地优于简单的模型。为此，我们将样 ( 点击阅读全文 )

→ 免费下载App，立即成为ETF达人