声明
1 绪论
1.1 研究背景和研究意义
1.1.1 研究背景
1.1.2 研究意义
1.2 文献综述
1.2.1 多因子选股模型相关文献综述
1.2.2 机器学习算法选股文献综述
1.3 研究思路、方法与可能创新点
1.3.1 研究思路
1.3.2 研究方法
1.3.3 可能的创新点
1.4 研究框架
2 相关理论概述
2.1 多因子选股模型
2.1.1 资本资产定价模型
2.1.2 多因子模型
2.1.3 量化多因子选股模型
2.2 Boosting算法之离散的AdaBoost
2.2.1 Boosting方法
2.2.2 Boosting适用于可加模型
2.2.3 向前逐步叠加模型
2.2.4 指数损失
3 因子的筛选及独立性检验
3.1 数据的准备与处理
3.2 筛选有效因子
3.2.1 有效因子筛选的步骤
3.2.2 有效因子筛选的结果
3.3 独立性检验
3.3.1 因子独立性检验的步骤
3.3.2 因子独立性检验的结果
4 构建机器学习算法选股模型
4.1 构建AdaBoost多因子选股模型
4.1.1 数据的准备
4.1.2 AdaBoost多因子选股模型的具体步骤
4.2 模型回测结果
5 结论
致谢
参考文献
华中科技大学;