第七届挑战赛A1-机器学习优化股票多因子模型的研究与实证分析

摘要：

本文以中国A股市场所有股票和Auto-Trader中十二大类500多个因子作为研究对象，利用机器学习方法对多因子选股模型进行了优化，并基于风险管理模型建立了SVM-RC多因子选股策略。首先，利用IC显著性分析从大量候选因子中甄别出选股能力最强的基础因子，进一步结合主成分分析和聚类分析构建新的选股主因子，并以此建立了多因子选股模型。其次，本文利用三种较为知名的机器学习算法对所建选股模型进行优化与增强，通过比较发现支持向量机算法的提升效果最优，并以此为例提出了消除机器学习算法在选股模型上的过拟合现象的处理方法，建立了SVM-CO提升模型。最后，在上述模型基础之上，结合三种风险控制方法建立了一整套可实际操作的量化投资策略。通过大量的实证分析，发现本策略不仅表现出年化收益率超过50%的高收益性，在不同市场行情下都能连续获利的稳定性，而且具有可以将最大回撤控制在10%以内的低风险性。

关键词：量化投资、多因子模型、主成分分析、机器学习、风险管理

查看全文