基于一种新兴机器学习方法的多因子选股研究

导论

一、研究背景和意义

（一）研究背景

（二）研究意义

二、国内外研究文献综述

（一）因子选取的相关文献

（二）机器学习方法在多因子模型上的应用文献

（三）文献述评

三、研究思路和主要内容

（二）研究方法

（三）研究内容

（四）可能的创新点

第一章 多因子模型与机器学习相关理论概述

第一节 传统多因子模型发展概述

一、现代资产配置MPT模型

二、资本资产定价CAPM模型

三、套利定价理论 (APT)

四、三因子模型及其拓展

第二节 机器学习方法相关理论

一、支持向量机

二、随机森林模型

三、Boosting集成学习模型

第二章 数据准备及单因子有效性检验

第一节 数据准备与处理

一、因子池和股票池的选取

二、数据的预处理

第二节 单因子有效性检验

一、有效性检验理论介绍

二、有效性检验结果

第三节 有效但冗余因子的剔除

第三章 运用新兴机器学习方法选股的实证研究

第一节 新兴机器学习方法 (XGBoost模型) 的参数寻优

一、XGBoost模型参数寻优理论介绍

二、XGBoost模型参数寻优实证分析

第二节 模型回测效果比较分析

一、模型回测区间、参与回测模型及模型回测效果评价指标

二、模型回测结果分析

第三节 新兴机器学习方法 (XGBoost模型) 损失函数改进

一、损失函数理论概述

二、几种形式的XGBoost模型回测效果比较分析

总结与展望

一、研究结论

二、研究展望

参考文献

致谢