量化研究专题报告：在MD%26A文本特征中的应用，基于LightGBM的行业轮动模型-250915-首创证券

报告摘要

本研究将在前期研究的基础上做进一步探索。中各个分词的 TF-IDF 数值作为文本特征的代理变量，以此对文本数据进行结构化处理并生成特征矩阵，同时运用 LightGBM 这一有监督的学

核心要点

4.3.1 训练集
验证集窗口长度选择 ................................

报告信息

文件全名: 《量化研究专题报告：在MD%26A文本特征中的应用，基于LightGBM的行业轮动模型-250915-首创证券-28页.pdf》
适合读者: 投资人行业研究员
核心数据: 习模型对上市公司未来一期上涨概率进行预测，最终在由个股信号合成
⚫ 模型验证集预测能力较好：从 IC 来看，六个持仓周期中，有两个持仓
11.9%，表明模型在验证集有较好的预测能力。
额收益，自然年度超额收益分别为 16.92%、12.37%、7.48%以及 1.58%，
整体上年化超额收益 12.78%。
核心议题: 证券金融经济

常见问题

《量化研究专题报告：在MD%26A文本特征中的应用，基于LightGBM的行业轮动模型-250915-首创证券》主要包含哪些内容?

本研究将在前期研究的基础上做进一步探索。中各个分词的 TF-IDF 数值作为文本特征的代理变量，以此对文本数据进行结构化处理并生成特征矩阵，同时运用 LightGBM 这一有监督的学核心数据:习模型对上市公司未来一期上涨概率进行预测，最终在由个股信号合成;⚫ 模型验证集预测能力较好：从 IC 来看，六个持仓周期中，有两个持仓;11.9%，表明模型在验证集有较好的预测能力。。

这份报告由哪家机构发布?

本报告由首创证券发布,发布于 2025 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2025 年,全文约 28。

这份报告是免费的吗?如何获取?

本报告免费查阅,登录资料宝后即可在线获取完整内容。

这份报告适合哪些读者?

适合投资人、行业研究员等读者参考。

报告涉及哪些关键议题?

重点分析了证券、金融、经济等议题。