【东方金工·说深度】第12期：集成模型的应用

    谢谢您的关注(zhù)与支持(chí)！

核心观点

• 研究通(tōng)过整合日频、日内、和Level-2三类量价特(tè)征，利用SVM、XGBoost、和Transformer模型(xíng)，揭示
  了量价特(tè)征和未来收益率之间的底层关系。通过(guò)五分类标签的(de)方式，使用预测概率加权生成最终的量价合成因(yīn)子(zi)，强调(diào)了多时间维度数据和模型
  逻辑的重要性(xìng)。

• 通过对多个模型（SVM、XGBoost、Transformer）的集成，可以大幅(fú)提升预(yù)测准确性和(hé)稳定(dìng)性。在三个(gè)特征集的测试中
  ，集成模(mó)型的RankIC和
  年化(huà)超额收益等指标(biāo)都优于单一模型，表现出色 ，验证了多模型整合(hé)的有效性。

• SVM、XGBoost、和Transformer模型在不同特(tè)征数据(jù)上的表现各有优劣，集成模型(xíng)充(chōng)分利用了它们各自(zì)的特点。例如，XGBoost在多个(gè)数据集上的稳定性和预测(cè)能力最强，而Transformer在处(chù)理时间序列数据(jù)方面表现突(tū)出，SVM则在某些(xiē)特定市(shì)场环境下(xià)表现优异(yì)。集成模型 通过结合这些(xiē)不同(tóng)逻辑模型的预(yù)测，提升了整体的鲁棒性和准确性。

风险提示

• 量化模型基(jī)于历史数据分析，未来存在失效风险(xiǎn)，建议投资者紧密跟踪模型(xíng)表现。

• 极端市场环境可(kě)能对模型(xíng)效果造成剧烈(liè)冲击，导致(zhì)收益(yì)亏损。

说明：

本订阅号资料基于(yú)东方证券股份有限公司已发布证券研究报告制作。

证券研究报告：《集(jí)成模型在(zài)量价特征中的(de)应(yīng)用——因子选股系列研究之九十三(sān)》

发布(bù)日期：2023年6月30日(rì)

分析师：杨怡玲 执业证书编号：S0860523040002

分析(xī)师：薛耕 执(zhí)业证书编号：S0860523080007

重要提示（向上滑动浏览）：

本订(dìng)阅号为东方证券股份有(yǒu)限公司（以下称“东方(fāng)证券(quàn)”）研(yán)究所金融工程研究团队运营的唯一订阅号，并非东方证券研究报告的发布平台, 本订阅号仅转(zhuǎn)发东方证券
已发布研究报告的部分内容或对报(bào)告进行的跟(gēn)踪与解读。通过本订阅号发布的资料仅供东方证券研究所指定客户参考。因本订阅号(hào)无法设置访问限制，若您并非东方证券研究(jiū)所(suǒ)指定客户，为控制投(tóu)资风险，请您请取消关注，请勿订阅、接收或(huò)使用本订(dìng)阅号中(zhōng)的任何信(xìn)息。东方证券不因任何单纯订阅本(běn)公众号的行为而将订阅(yuè)人视为客户。

未经允许不得转载：天津电机维修_天津进口电机维修_天津特种电机维修_天津发电机维修 【东方金工·说深度】第12期：集成模型的应用