【东方金工·说深度】第12期：集成模型的应用

    谢谢您的(de)关(guān)注(zhù)与支持！

核心(xīn)观点

• 研究通过整合(hé)日频、日内、和Level-2三类量价特征，利(lì)用SVM、XGBoost、和Transformer模型，揭示了(le)量价特征和未来
  收益率之间的底层关系。通过五分类标(biāo)签(qiān)的方式，使用预测概(gài)率加权生成最终的量价合成因子(zi)，强调了(le)多时间维度数据和模型逻辑的重要性。

• 通过对多个(gè)模型（SVM、XGBoost、Transformer）的集 成(chéng)，可以大幅提升预测准确性和稳(wěn)定性。在三个特征集的测试中，集(jí)成(chéng)模型的RankIC和年(nián)化(huà)超额收益等指标都优于单一(yī)模型，表(biǎo)现出(chū)色(sè)，验证了多模型整合的有效性。

• SVM、XGBoost、和Transformer模型在不同特征数据上的表现(xiàn)各(gè)有优劣，集成模型(xíng)充分利用了它们各自的特点。例如，XGBoost在多个数(shù)据(jù)集上(shàng)的稳定性和(hé)预测能力(lì)最强，而Transformer在处理时间序列数据方面表现突出，SVM则(zé)在某(mǒu)些特(tè)定市场(chǎng)环境下表现优异。集成模型通过结合这些不同逻辑模型的预测，提升了(le)整体的鲁棒性和准确性。

风险提示

• 量化模型基于历史数据分析，未(wèi)来存在失效风险，建议投资者紧密跟踪
  模型表现。

• 极端市场 环境可能对模型效果【东方金工·说深度】第12期：集成模型的应用造(zào)成剧烈(liè)冲击，导致(zhì)收益亏损。

说(shuō)明：

本(běn)订阅号资料基于东方(fāng)证(zhèng)券股份有限公司已发布(bù)证券研(yán)究报告制作(zuò)。

证券研究报告：《集(jí)成模型在量价特征中的应用——因子选股系列(liè)研究之(zhī)九十三》

发 布日期：2023年6月30日

分析(xī)师：【东方金工·说深度】第12期：集成模型的应用nt>杨怡玲 执业证书编号：S0860523040002

分析师(shī)：薛耕 执业证书编 号：S0860523080007

重要提示（向上滑动浏(li【东方金工·说深度】第12期：集成模型的应用ú)览）：

本(běn)订阅号为(wèi)东(dōng)方证券股份有限公司（以下称“东方证券”）研究所金融工程研究团队运(yùn)营
的唯一订阅(yuè)号，并非东方证券研(yán)究报告的发布平台, 本订阅号仅转发东方证券已发布研究报告的部分内(nèi)容或对报告进行的跟(gēn)踪与解读。通过本(běn)订阅号发布的资料仅供(gōng)东方证券(quàn)研究所指定客户参考。因本订阅号无法设置访问限制，若您(nín)并非东方证(zhèng)券研(yán)究(jiū)所指定客户，为控制投资风险，请您请(qǐng)取消关注，请勿(wù)订阅(yuè)、接收或使用本订阅号中的任何信息。东(dōng)方证券不因任何单纯订阅本公众号的行为而将订阅人视为客户(hù)。