【东方金工·说深度】第12期：集成模型 的应用

    谢谢您的关注与支持！

核心观点

• 研究通过整合日频(pín)、日内、和Level-2三类量价特征，利(lì)用SVM、XGBoost、和Transformer模型(xíng)，揭(jiē)示了量价特征和未来收益(yì)率之间的底层关系。通过五分类标签(qiān)的(de)方式，使用预测概率加(jiā)权生成(chéng)最终的量价合成因子，强调了多时间维度数据和模型逻辑的重要性。

• 通过对(duì)多个模型（SVM、XGBoost、Transformer）的集成，可(kě)以大幅提升预测(cè)准确性和稳定性。在三个特征集的测试中(zhōng)，集成模型的(de)RankIC和年化超额收益等指(zhǐ)标都优于单一模型(xíng)，表现出色(sè)，验证(zhèng)了(le)多模型整合的有效性。

• 【东方金工·说深度】第12期：集成模型的应用>SVM、XGBoost、和Transformer模型在不同特征(zhēng)数(shù)据上(shàng)的表现各(gè)有优劣，集成(chéng)模型充分利用了它们各自的特点(diǎn)。例如(rú)，XGBoost在多个数据集上的稳定性和预测能力最(zuì)强，而Transformer在处理(lǐ)时间序列数据方面表现突出，SVM则在(zài)某些特(tè)定市场环境下(xià)表现优异。集成(chéng)模型通过结合这些(xiē)不同逻辑模(mó)型的预测，提升了整体的鲁棒性和准确性。

风(fēng)险提示

• 量化模型基于历史数据分析，未来(lái)存在失效风险，建议投资(zī)者紧密跟踪模型
  表现。

• 极端市场环(huán)境可能对模型效果 造成(chéng)剧烈冲击，导致收 益亏(kuī)损(sǔn)。

说明：

本(běn)订(dìng)阅号资料基于东方证券股(gǔ)份有限公司已(yǐ)发布证券研究报告制(zhì)作。

证券研究报告：《集成模型在量(liàng)价特征(zhēng)中的应用——因子选(xuǎn)股系(xì)列研究之九十三》

发布(bù)日
期(qī)：2023年6月30日

分析师(shī)：杨(yáng)怡玲 执业证书(shū)编号：S0860523040002

分析师(shī)：薛耕 执业证书编号：S0860523080007

重要提示（向上滑(huá)动浏(liú)览）：

本订(dìng)阅号为东方(fāng)证券股份有限公司（以下称“东方证券”）研(yán)究所(suǒ)金融工程(chéng)研究团队运营的唯一订阅号，并非东方证券研(yán)究报告的发布平台(tái), 本订阅(yuè)号仅转发东方证券已发布研究报告的部分内容或对报(bào)告进行的跟踪与解读。通过本订阅号发布的资料仅供东方证券研究(jiū)所指定客户参考。因本订阅号无法设置访问限制，若您并(bìng)非东方证券研究所指定客户，为(wèi)控制投资风险，请您请取消关注，请勿订阅、接(jiē)收或使用本(běn)订阅号中(zhōng)的(de)任何信息。东(dōng)方证券不因任何
单纯订阅(yuè)本公众号的行为而将订阅(yuè)人视为客户。