【东方金工·说深度】第12期 ：集成模型的应用

    谢谢您(nín)的关(guān)注与(yǔ)支持！

核心观点

• 研
  究通 过整合日频、日内、和Level-2三类(lèi)量价(jià)特征，利用SVM、XGBoost、和Transformer模型，揭示了量价特征(zhēng)和未来收益率之间的底层关系。通过五分类(lèi)标(biāo)签的方式，使用预测概率加权生成最 终(zhōng)的量价合成因子(zi)，强调了多时(shí)间(jiān)维度数据和模型逻(luó)辑的重要性。

• 通过对多个模型（SVM、XGBoost、Transformer）的集成，可以大幅提升预(yù)测准确性和稳定(dìng)性。在三个特征集(jí)的测试中，集成模型的RankIC和年化超额(é)收益等指标都优于(yú)单一模型，表现出色，验证了多模型整合(hé)的有(yǒu)效性(xìng)。

• SVM、XGBoost、和Transformer模型在不同特征数据上的表现各有优(yōu)劣，集成(chéng)模型充分利用了它们各自(zì)的(de)特点。例如(rú)，XGBoost在多个数据(jù)集(jí)上的稳定性和预测能(néng)力最强，而Transformer在处理(lǐ)时间序列数据方面表现突出，SVM则在某些特定市场(chǎng)环境下表现优(yōu)异。集成模型通过结合(hé)这些不同逻辑模(mó)型的预测，提升了整体的鲁棒性和准确(què)性。

风险(xiǎn)提示

• 量化模型基于(yú)历史(shǐ)数据分析，未来存在失(shī)效风险，建议投资者紧密跟踪模型(xíng)表现。

• 极端市场环境(jìng)可能对模型效果(guǒ)造成剧(jù)烈冲击，导致
  收(shōu)益亏损。

说明(míng)：

本订(dìng)阅号资料基于东方证券股(gǔ)份有限公司已发布证券研究报告制作。

证券研究报(bào)告
：《集成(chéng)模型在量价特征(zhēng)中的应用——因子选股系(xì)列研究之九十三》

发(fā)布日期(qī)：2023年6月30日

分析师：杨怡玲 执业证(zhèng)书编号：S0860523040002

分析师：薛耕 执业证书编(biān)号：S0860523080007

重要提示（向(xiàng)上滑动浏览）：

本订阅(yuè)号为东方证券股份有(yǒu)限公(gōng)司（以下称“东方证券(quàn)”）研究所(suǒ)金融工程研究团队运营的唯一订阅号，并非东(dōng)方证券研究报告的发布平台, 本订阅(yuè)号仅转发东方证券已发(fā)布研究报告的部分内容或(huò)对报告进行的跟 踪与解读。通过本(běn)订阅号发布的(de)资料仅供东方证券研究所指定客户参考(kǎo)。因(yīn)本订阅号(hào)无法设置访问限制(zhì)，若您并非东方证券研(yán)究(jiū)所指定客户，为(wèi)控制投资风险，请您请取消关注，请勿订阅、接收或使用本订阅(yuè)号(hào)中的 任何信息。东方证券不因任何单纯订(dìng)阅本(běn)公众号的行为而将订阅人视为客户。

未经允许不得转载：橘子百科-橘子都知道 【东方金工·说深度】第12期：集成模型的应用