检索结果-维普期刊中文期刊服务平台

基于支持向量机的多因子选股建模及应用研究被引量：1: 1; 作者尹文超褚庆柱《数学建模及其应用》 2021年第4期64-71,共8页; 多因子选股模型是国际上应用最广泛的量化投资模型之一,也是我国量化投资领域关注的热点问题.本文选取2007年1月-2017年11月间我国A股市场正常上市的公司股票作为研究对象,全面选取成长类、估值类、盈利类、技术类和资本结构类5个类别... 展开更多; 关键词量化投资有效因子支持向量机多因子选股建模; 在线阅读下载PDF 职称材料

神经网络多因子选股模型: 2; 作者刘梦尧逄焕利《长春工业大学学报》 CAS 2022年第2期152-158,共7页; 以一定时间段内沪深300成分股为研究对象,基于聚宽量化平台,选取行业类、技术类、情绪类和财务类等260个因子,构建初始因子池以及基于神经网络的多因子选股模型,并进行回测。实证结果表明,该投资策略较基准高出28.21%的超额收益。; 关键词量化投资多因子选股模型神经网络; 在线阅读下载PDF 职称材料

基于XGBoost的多因子选股模型被引量：3: 3; 作者葛橹漠周显《信息技术与标准化》 2020年第5期36-41,共6页; 围绕多量价因子选股模型,通过因子计算、特征处理、单因子分析,以及基于XGBoost机器学习的日频滑动窗口模型搭建,计算出XGBoost模型对股票预测的准确度和前100只股票的收益情况,结果表明,基于XGBoost机器学习模型选出的股票组合相对等... 展开更多; 关键词多因子选股机器学习 XGBoost模型; 在线阅读下载PDF 职称材料

基于择时的多因子选股模型被引量：1: 4; 作者林永峰沈彦 +1 位作者李禹汉陈桦《信息技术与标准化》 2021年第6期44-50,共7页; 以大数据为基础,通过云平台从海量的数据中挖掘出有效量价因子,经过因子预处理、筛选、组合,得到最终因子集,并构建二次规划的优化模型,计算策略收益和风险指标。结果表明,因子择时技术可以显著提高多因子选股模型效果,既提升了收益又... 展开更多; 关键词多因子选股因子择时数据挖掘云平台; 在线阅读下载PDF 职称材料

基于Elastic Net分位数回归的多因子量化选股策略: 5; 作者陈友祝《科学技术创新》 2022年第27期56-59,共4页; 将Elastic Net分位数回归应用到多因子选股中,求解过程采用SNCD算法。选取2013年6月28日至2021年7月1日的沪深300指数成分股,选取了共46个因子,回测结果表明,Elastic Net分位数回归在分位点为0.1和0.9时,年化收益率分别达到了38.51%和39... 展开更多; 关键词 Elastic Net Lasso 多因子选股分位数回归; 在线阅读下载PDF 职称材料

题名基于支持向量机的多因子选股建模及应用研究被引量：1: 1; 作者尹文超褚庆柱; 机构青岛科技大学创新创业教育学院; 出处《数学建模及其应用》 2021年第4期64-71,共8页; 文摘多因子选股模型是国际上应用最广泛的量化投资模型之一,也是我国量化投资领域关注的热点问题.本文选取2007年1月-2017年11月间我国A股市场正常上市的公司股票作为研究对象,全面选取成长类、估值类、盈利类、技术类和资本结构类5个类别共18个因子构建初始因子池,利用统计分析的方法进行有效因子的筛选和检验.在此基础上,利用支持向量机方法进行多因子选股建模,以月为周期构建投资组合策略.以沪深300和中证500为基准,从模型的收益性、风险性和稳定性3个方面综合评价模型在中国A股市场的表现.结果表明,市净率、净利润增长率、换手率、净资产收益率和每股收益增长率是显著影响过我国A股市场的有效因子.实证结果表明,在2016年1月-2017年11月检验期内,基于支持向量机方法构建的多因子模型选股策略表现稳定,相比于沪深300和中证500指数具有更高的收益率,投资组合净值回撤更小.; 关键词量化投资有效因子支持向量机多因子选股建模; Keywords quantitative investment effective factor support vector machine(SVM) multi-factor stock selection model; 分类号 O29 [理学—应用数学]; 在线阅读下载PDF 职称材料

题名神经网络多因子选股模型: 2; 作者刘梦尧逄焕利; 机构长春工业大学计算机科学与工程学院; 出处《长春工业大学学报》 CAS 2022年第2期152-158,共7页; 基金吉林省科技厅重点科技研发项目(20180201129GX)。; 文摘以一定时间段内沪深300成分股为研究对象,基于聚宽量化平台,选取行业类、技术类、情绪类和财务类等260个因子,构建初始因子池以及基于神经网络的多因子选股模型,并进行回测。实证结果表明,该投资策略较基准高出28.21%的超额收益。; 关键词量化投资多因子选股模型神经网络; Keywords quantitative investment multi-factor stock selection model neural network; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于XGBoost的多因子选股模型被引量：3: 3; 作者葛橹漠周显; 机构南京证券股份有限公司; 出处《信息技术与标准化》 2020年第5期36-41,共6页; 文摘围绕多量价因子选股模型,通过因子计算、特征处理、单因子分析,以及基于XGBoost机器学习的日频滑动窗口模型搭建,计算出XGBoost模型对股票预测的准确度和前100只股票的收益情况,结果表明,基于XGBoost机器学习模型选出的股票组合相对等权重的多因子选股模型有明显的改进。; 关键词多因子选股机器学习 XGBoost模型; Keywords multi-factor stock selection machine learning XGBoost model; 分类号 F832.51 [经济管理—金融学] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于择时的多因子选股模型被引量：1: 4; 作者林永峰沈彦李禹汉陈桦; 机构山西证券股份有限公司; 出处《信息技术与标准化》 2021年第6期44-50,共7页; 文摘以大数据为基础,通过云平台从海量的数据中挖掘出有效量价因子,经过因子预处理、筛选、组合,得到最终因子集,并构建二次规划的优化模型,计算策略收益和风险指标。结果表明,因子择时技术可以显著提高多因子选股模型效果,既提升了收益又降低了风险。; 关键词多因子选股因子择时数据挖掘云平台; Keywords multi-factor stock selection factor timing data mining cloud platform; 分类号 F224 [经济管理—国民经济] F830.91 [经济管理—金融学]; 在线阅读下载PDF 职称材料

题名基于Elastic Net分位数回归的多因子量化选股策略: 5; 作者陈友祝; 机构杭州电子科技大学经济学院; 出处《科学技术创新》 2022年第27期56-59,共4页; 文摘将Elastic Net分位数回归应用到多因子选股中,求解过程采用SNCD算法。选取2013年6月28日至2021年7月1日的沪深300指数成分股,选取了共46个因子,回测结果表明,Elastic Net分位数回归在分位点为0.1和0.9时,年化收益率分别达到了38.51%和39.67%,远超基准年化收益率17.37%。同时还将Elastic Net分位数回归策略同Lasso分位数回归策略比较,从回测结果的各项指标来看,Elastic Net分位数回归策略可以通过调整不同的分位点来保留更加有效的因子,从而获得更高的年化收益率和超额收益率。; 关键词 Elastic Net Lasso 多因子选股分位数回归; Keywords Elastic Net Lasso Multi-factor strategy quantile regression; 分类号 O212.1 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于支持向量机的多因子选股建模及应用研究	尹文超褚庆柱	《数学建模及其应用》	2021	1	在线阅读下载PDF 职称材料
2	神经网络多因子选股模型	刘梦尧逄焕利	《长春工业大学学报》 CAS	2022	0	在线阅读下载PDF 职称材料
3	基于XGBoost的多因子选股模型	葛橹漠周显	《信息技术与标准化》	2020	3	在线阅读下载PDF 职称材料
4	基于择时的多因子选股模型	林永峰沈彦李禹汉陈桦	《信息技术与标准化》	2021	1	在线阅读下载PDF 职称材料
5	基于Elastic Net分位数回归的多因子量化选股策略	陈友祝	《科学技术创新》	2022	0	在线阅读下载PDF 职称材料