基于PCA_Adaboost模型的上市公司投资策略研究
叶殷如
深圳市前海汇富联合基金管理有限公司,广东深圳518000
摘要：近年来,计算机技术在金融投资决策中的应用越发深入,机构投资决策效率及准确性也因此显著提高,量化投资在国外已经是金融投资领域不可或缺的一股力量,基于机器学习的量化投资决策方法具有可观的应用潜力.围绕中证500指数,使用因子库中财务、量价、衍生等134个因子,通过PCA降维得到30个主成分因子,结合Adaboost模型进行一篮子个股买卖的预测.实证表明,相比纯Adaboost策略或指数表现,PCA_Adaboost具有更稳定的超额收益,因此,PCA_Adaboost投资策略具有广泛的应用前景.
关键词：主成分分析Adaboost量化投资投资决策机器学习
分类号：TP391(计算技术、计算机技术)
论文发表日期：2021-07-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 76-80 )
英文信息