基于决策树的股票多因子优化模型策略研究

近年来,对量化交易的研究渐渐发展,但是我国的市场波动性大,对量化交易产生的一些影响,且投资组合受宏观,市场等因素的影响,使大家越来越关注因子的配置上。本文的核心思想是遵守市场的变化规律,顺势而行,结合金融知识使用单因子策略对因子进行筛选,再将筛选出的因子使用岭回归、SVM、决策树等机器学习算法训练,对股票收益率进行预测,实验表明决策树在股票预测效果极佳。