生产力研究2024，Issue(2) ：145-149.

基于决策树的多因子选股模型研究

李梦圆
生产力研究2024，Issue(2) ：145-149.
✕
  • 维普
  • 万方数据

基于决策树的多因子选股模型研究

李梦圆1
扫码查看

作者信息

  • 1. 贵州大学 经济学院,贵州 贵阳 550025
  • 折叠

摘要

量化投资是基于计算机技术和金融理论有效融合的产物,机器学习算法可描述股票市场价格等方面非线性问题,将它与多因子选股策略有效融合呈现较好发展愿景.文章基于沪深 300 指数成分股相关数据选取显著有效的因子构建不同分类决策树模型,实证发现机器学习算法可有效预测股票收益,选取 2018-2019 年股票收益数据回测并与上证综指相比发现基于决策树的多因子选股模型可以实现超额收益的目标.最后机器学习算法可提高投资者交易策略的科学性,也能够帮助投资者理解市场运行相关的经济规律.

关键词

量化投资/多因子选股/决策树

引用本文复制引用

出版年

2024
生产力研究
中国生产力学会 山西省生产力学会

生产力研究

CHSSCD
影响因子：0.492
ISSN：1004-2768
参考文献量4
段落导航相关论文