机器学习多因子股票投资策略在新能源汽车行业中的研究
新能源汽车行业作为全球一大新兴产业，正处于飞速发展的大变革之中。自2009年起发展至今，中国新能源汽车行业积累了一定的先发优势和规模优势，目前全球范围内，中国所拥有的新能源汽车品牌和汽车制造商数量最多。由于科技产业的崛起和资本市场的发展密切相关，全球资本市场对新能源汽车行业的发展预期同时也反映在证券市场之中。中国A股市场的整体投资风格正逐渐趋于理性化、价值化和成长化，再加之互联网信息技术的猛速发展，基于人工智能的量化投资方案在未来的金融领域具备巨大的发展潜力。 基于以上发展环境，本文借助机器学习科学、构建多因子模型，依次进行数据选取及预处理、模型选择与回测、策略优化、策略深度分析等实证工作，最终构建出一套适用于中国A股新能源汽车板块的动态股票投资策略，且呈现出了较好的收益结果。本文首先从各大权威研究报告中筛选出22个备选因子，依次通过IC及IR值检验、因子间相关性、特征重要性等分析，最终筛选出13个有效因子组成本文的因子池；其次，对有效因子进行缺失值、异常值、标准化处理等预处理工作，以提高模型训练的准确度与工作效率；然后，选择三个不同细分领域的模型进行训练和回测检验，选出综合表现最好的StockRanker排序模型进入下阶段的优化步骤；再者，为了进一步提高策略的严谨度与收益率，尝试加入退市股和ST股票处理、大盘风控机制相关交易逻辑，结果显示其收益率和最大回撤都得到了明显的优化；最后，通过深度分析上述策略的准确性、收益及风险程度，从不同角度验证了该策略的可行性与真实性。 实证结果显示，本文最终构建的中国A股新能源汽车股票动态投资策略，在2016至2020年间呈现出260.43%的总收益、30.38%的年化收益率、24.03%的最大回撤、1.11的夏普比率的最终结果。整体来看，该策略获取了一定的超额收益，五年来的总收益远超沪深300市场基准收益率，最大回撤也相对合理。策略优化机制确实在提高选股精度和选股稳定度方面起到了一定的积极作用，有效地提高了策略收益、降低了风险。
机器学习;股票投资;新能源汽车;人工智能
广东工业大学
硕士
金融
蔡春林
2021
中文
TP181;F426.471;F832.51
2021-10-15（万方平台首次上网日期，不代表论文的发表时间）