因子有效性随市场变化,因子合成面临挑战。在经典的多因子选股框架里,等权法合成因子较为常见,特点是简单直观,但无法体现因子间的差异。IC加权法包含了因子的动量信息,以及因子之间的差异,但无法体现因子之间的交互作用。而机器学习可以寻找大量数据之间的映射(非线性)关系。None 镝数聚dydata,pdf报告,小数据,可视数据,表格数据
最新图说查看更多
    * 本报告来自网络,如有侵权请联系删除

    机器学习系列报告之二:机器学习合成非线性因子,增强效果如何?

    收藏

    价格免费
    年份2021
    来源申万宏源证券
    数据类型数据报告
    关键字大数据, 云计算, 智能机器
    店铺镝数进入店铺
    发布时间2021-07-28
    PDF下载

    数据简介

    因子有效性随市场变化,因子合成面临挑战。在经典的多因子选股框架里,等权法合成因子较为常见,特点是简单直观,但无法体现因子间的差异。IC加权法包含了因子的动量信息,以及因子之间的差异,但无法体现因子之间的交互作用。而机器学习可以寻找大量数据之间的映射(非线性)关系。

    报告预览

    *本报告来自网络,如有侵权请联系删除
    相关「可视数据」推荐
    相关「数据报告」推荐
    `
    会员特惠
    客 服

    镝数聚官方客服号

    小程序

    镝数官方小程序

    回到顶部
    `