量化策略系列之八：DFQ机器学习行业轮动模型
东方证券·2024-11-19 01:23
金融工程 | 专题报告 DFQ 机器学习行业轮动模型 ——量化策略系列之八 研究结论 行业轮动的必要性 用机器学习选股因子合成行业因子 ⚫ 将机器学习模型训练出的选股因子，按个股市值加权，合成为行业因子，进行行业轮 动。vae、xgb 模型的多头端 top5 行业组合整体表现较好，2020 年以来 top5 行业组合 年化超额收益可达 10%以上。但由于模型的选行业能力只是选股的副产品，行业轮动 因子是否有效很大程度上取决于运气，使用起来不够稳健。 DFQ 遗传规划行业因子挖掘系统介绍 DFQ 遗传规划行业因子挖掘系统效果分析 DFQ 机器学习行业轮动模型效果分析 报告发布日期 2024 年 11 月 19 日 | 杨怡玲 | yangyiling@orientsec.com.cn | | --- | --- | | | 执业证书编号：S0860523040002 | | 刘静涵 | 021-63325888*3211 | | | liujinghan@orientsec.com.cn | | | 执业证书编号：S0860520080003 | | | 香港证监会牌照：BSX840 | | DFQ-XGB：基 ...