基于PCA_Adaboost模型的上市公司投资策略研究
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.
主成分分析;Adaboost;量化投资;投资决策;机器学习
39
TP391(计算技术、计算机技术)
2021-09-02（万方平台首次上网日期，不代表论文的发表时间）
共5页
76-80
