基于机器学习多因子量化模型的选股策略研究

摘要：

多因子选股模型作为一种量化投资选股策略,可避免交易者个人主观意念的干扰.券商提供的股票公司研报往往包含着丰富及时的信息,通过获取研报信息并从中提取相关特征指标,构造基于研报的量化选股模型,能为投资者提供更多的参考.本文首先从收集到的股票研报中初步提取出29个特征指标,进行pearson相关性分析,得到相关性较弱的10支股票.接着利用多元线性回归与等权重法,对这些股票的特征指标进行打分,提取出最重要的10个特征指标作为最终有效因子.而后10支股票分别列出多元线性回归方程,从而绘制出曲线图来分析股票净利率走势,筛选出高利润和一般利润股票.接着在对应多因子模型的基础上,以净利润成长性最高为目标,根据相关特征指标的发展趋势对一般收益股票进行分组.通过以上分析给出对这10支股票的下年度的持仓策略.

关键词：多因子模型、量化选股、多元线性回归

分类号：TP3(计算技术、计算机技术)

在线出版日期：2022-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：161-164