【华泰金工林晓明团队】前两周多数模型跑赢基准——人工智能选股...
1.股票多空:“投资策略”为“股票多空”的私募基金,共78只。2.宏观对冲:“投资策略”为“宏观对冲”的私募基金,共111只。3.阿尔法策略:“投资策略”为“阿尔法策略”的私募基金,共137只。4.沪深300增强:“简称”包含“沪深300”关键字的股票型私募基金,共10只。5.中证500增强:“简称”包含“中...
汪毅:自上而下全A盈利预测研究
站在投资的角度,影响股票价格的因素有估值和盈利,相对于估值的频繁波动,盈利预测则相对确定一些,因此,盈利预测历来都是股票投资的核心内容;盈利系统性研究较为庞大,按对象可分成全A、行业、个股,按内容可分成盈利跟踪和盈利预测;相较盈利预测,盈利跟踪分析的是过去、已发生的盈利状况。本文仅讨论全A盈利研究...
【首席推荐】汪毅 简宇涵:自上而下全A盈利预测研究
站在投资的角度,影响股票价格的因素包括估值和盈利,相对于估值的频繁波动,盈利预测则相对确定一些,因此,盈利预测历来都是股票投资的核心内容;盈利系统性研究较为庞大,按对象可分成全A、行业、个股,按内容可分成盈利跟踪和盈利预测;相较盈利预测,盈利跟踪分析的是过去、已发生的盈利状况。本文仅讨论全A盈利研究,针对...
【华泰金工林晓明团队】上周大多数模型跑赢基准——人工智能选股...
华泰金工人工智能选股系列报告将多种机器学习算法应用到多因子选股中,目的是利用机器学习算法的非线性特性和自动学习能力,从传统的多因子数据中挖掘出能带来更高超额收益的非线性特征。本周报中,我们跟踪了Stacking、SVM、朴素贝叶斯、随机森林、XGBoost、逻辑回归、神经网络7个模型在月频多因子选股的表现。对于每一种模型...
【华泰金工林晓明团队】上周沪深300增强模型表现较好——人工智能...
华泰金工人工智能选股系列报告将多种机器学习算法应用到多因子选股中,目的是利用机器学习算法的非线性特性和自动学习能力,从传统的多因子数据中挖掘出能带来更高超额收益的非线性特征。本周报中,我们跟踪了Stacking、SVM、朴素贝叶斯、随机森林、XGBoost、逻辑回归、神经网络7个模型在月频多因子选股的表现。对于每一种模型...
量化选股的方法和步骤
2.数据收集:量化选股需要大量的历史数据,包括股票价格、成交量、市盈率、市净率等财务指标,以及宏观经济数据、行业数据等(www.e993.com)2024年7月24日。投资者可以从各大财经网站、数据库等渠道获取这些数据。3.数据预处理:对收集到的数据进行清洗和整理,剔除异常值、缺失值等,确保数据的准确性和完整性。4.特征工程:从原始数据中提取有...
机器学习可以预测股票走向,靠谱么?
3、涨跌时间窗口的选择,即我们每个样本中的特征个数,我们训练集每个单元包含连续多少个交易日的涨跌。下面具体说:1、根据手头数据的情况及scikit-learn:machinelearninginPython中下图所示的引导:我们选择比较RandomForestClassifier、LinearSVC、KNeighborsClassifier,结果如下:...
4A1B 一种用于股票市场对冲交易的分析框架
投资理念:对冲交易既可以从公司股票价值出发进行投资,也可以从包括相对价值、市场行为模式等诸多方面作为投资的出发点。投资方式:对冲交易通常不采用买入并持有的长期投资方式。一方面,它可以在不同的时间周期比如高频范畴进行交易,这样只有波动因子对应周期的波动特征才会影响投资结果。另一方面,对冲基金可以采用各种可能的...
大语言模型做科研的N种可能性:从自主进行科学实验到写综述文章
大语言模型的通用性带来了广泛的应用前景。大语言模型可以自主进行科学实验,合成化合物,预测新材料性能,写综述文章,预测股票价格...本文罗列了将大语言模型应用于科学研究的种种尝试,包括生物医药、化学、材料科学、气候科学、工程、经济金融、科学学等各个领域。关键词...
告别RNN,迎来TCN!股市预测任务是时候拥抱新技术了
Ha等人在《Forecastingthevolatilityofstockpriceindex:AhybridmodelintegratingLSTMwithmultipleGARCH-typemodels》中提出将CNN用于定量股票选择策略,以确定股市趋势,然后使用LSTM预测股票价格,并提出一种混合神经网络模型,用于定量择时策略,以增加利润。