其他分享
首页 > 其他分享> > 量化投资学习——Boost多因子选股综述

量化投资学习——Boost多因子选股综述

作者:互联网

最近毕设的课题选择是xgboost多因子选股,看了很多的文献

首先第一个:《TS-Boost因子选股框架初探——机器学习实战系列之一 》长江证券

这篇研报的特点,是提出了一个新的模型,TS-Boost模型的特点是在于解决样本非同分布的问题(文中是这么说的),什么叫样本非同分布呢,众所周知,在多因子选股里面有两个非常著名的名词,一个叫面板回归,一个叫截面回归,顾名思义,就是一个输入的是全部股票的多个因子,输入可以理解为,每一行都是一个股票的多因子,然后无次序的把所有股票都扔进去。然后输入还是一长段时间,输出为一段时间后的收益率等等。而截面回归的话,则是输入全部股票的单个因子,输出收益率等等。

这里就存在问题,众知,“样本同分布”和“信噪比高”是决定机器学习适用性的重要条件

为了解决机器学习选股中的“样本非同分布”以及“信噪比低”的问题,他们设计了TS-Boost模型(时间集成学习模型)

具体链接在这里:http://www.sohu.com/a/207996126_498792

代码实现暂时还没有找到,后面再好好找找,找不到就自己写了

另外一个看的很多的,xgboost因子择时,《广发证券-机器学习多因子动态调仓策略》

这里附了一张图,然后在优矿里面有代码的实现

https://uqer.io/v3/community/share/5b42d361f94728012fe93b95

标签:样本,TS,学习,选股,多因子,Boost
来源: https://blog.csdn.net/m0_37876745/article/details/90138155