标签
machine-learning
共 4 篇
- 量化选股学习笔记（七）：十种模型，一个答案在月度数据上把多因子合成和机器学习完整做了一遍：IC 加权、OLS、Ridge、Lasso、LightGBM 和 PyTorch 神经网络，统一用 walk-forward 和两两对比来评。所有学过的模型都落在同一个 IC 上；最终回测的利润全部来自微型股，只做多、只买大公司的版本跑输了“全买”。
- 量化选股学习笔记（一）：从 AUC 0.76 到“避开亏损公司”用 5 年美股年报数据学量化选股：为什么随机划分会骗人、为什么不该预测“涨不涨”、40 个单因子测下来，几乎所有有效信号都在讲同一件事。
- 量化选股学习笔记（二）：因子是真的，还是只是行业？把 40 个因子放到每个行业内部重新检验：“避开亏损公司”在 11 个行业里全部成立，杠杆的反向基本是银行造成的，价值因子在行业内部反而是反的。另外修正了上一篇的一个结论。
- 量化选股学习笔记（三）：等权打败机器学习，纸面利润藏在微型股里把 6 个因子合成一个分数：最简单的等权打败了 IC 加权、Ridge 和 OLS。再把分数变成组合做回测：纸面上每年多赚 3–10 个点，但大部分利润来自做空端和难以交易的微型股，而 5 年数据几乎证明不了什么。