|
【研究报告内容摘要】
技术分析方法具有悠久的发展历史,并在投资实践中被广泛采用。然而,许多基于技术分析方法的交易策略仍然依赖形态分析和主观判断,这在拥有数千只个股的 A 股市场显得效率低下。近年来,人工智能技术得到了快速发展,以 scikit-learn 为代表的机器学习工具大幅降低了智能技术的应用门槛。在本文所涉及的研究中,我们选择了常用的技术分析指标作为因子,通过训练机器学习模型实现对个股未来表现的预测目标。从模型训练结果来看,机器学习模型对于未来 5到 10个交易日的表现具有较好的预测效果,据此构建的投资组合有望获得较好的收益。但随着预测周期延长至 20到 60个交易日,预测准确度和相关投资组合收益水平显著下降。根据本文研究结果,我们认为在特定条件下,机器学习模型可以实现对个股未来表现的有效区分,可以用作选股策略的初步筛选器。同时我们还认为,要改进机器学习模型的预测准确度,关键在于进一步寻找区分效果明显的技术因子,以改善机器学习模型的训练数据质量。
8bd19ab6-1fdd-48ff-a942-09823b3afcea.pdf |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?快速注册
×
|