广发证券多周期机器学习选股模型:年化超额收益38.97%的量化投资策略
基于多周期机器学习选股模型,利用因子IC衰减特性构建短线、中线、长线预测模型,集成策略年化超额收益38.97%,夏普比率3.89,周频调仓效果最佳,为量化投资提供高效解决方案。
基于多周期机器学习选股模型,利用因子IC衰减特性构建短线、中线、长线预测模型,集成策略年化超额收益38.97%,夏普比率3.89,周频调仓效果最佳,为量化投资提供高效解决方案。
基于多周期机器学习选股模型,利用因子IC衰减特性构建短线、中线、长线预测模型,集成策略年化超额收益38.97%,夏普比率3.89,周频调仓效果最佳,为量化投资提供高效解决方案。
基于多周期机器学习选股模型,利用因子IC衰减特性构建短线、中线、长线预测模型,集成策略年化超额收益38.97%,夏普比率3.89,周频调仓效果最佳,为量化投资提供高效解决方案。核心数据:38.97%;-10.00%;3.89。
本报告由广发证券发布,发布于 2019 年。
覆盖 2019 年,全文约 26。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合金融分析师、量化研究员、投资经理等读者参考。
重点分析了金融投资、金融投资研究等议题。