声明
1 绪论
1.1 研究背景
1.2 研究目的和意义
(1)论文最终要解决的问题
(2)理论意义
(3)实际意义
1.3 研究方法
1.4 论文章节安排
2 文献综述
2.1 指数追踪的偏离度控制
2.2 获取超越基准收益的方法概述
2.3 量化多因子选股方法概述
2.4 机器学习算法在量化选股中的应用
2.5本章小结
3 国内指数增强型基金发展现状及趋势
3.1 国内指数增强型基金发展现状
3.2 指数增强方法汇总
3.3 未来指数增强基金趋势展望
3.4 本章小结
4 基于随机森林量化的股票选取及投资组合构建
4.1 随机森林在理论层面的适用性分析
4.2 随机森林选股模型基本框架
4.3 因子库的构建
4.4 数据获取及预处理
4.5 随机森林模型训练过程
4.6 利用因子重要性分行业选取股票及投资组合构建
4.7 本章小结
5 基于低波动异象的仓位调整
5.1 低波动异象简介
5.2 低波动异象产生的原因
5.3 低波动仓位选择的具体操作
5.4 本章小结
6 总结和展望
6.1 对于指数增强基金的研究展望
6.2 对于多因子选股策略的研究展望
6.3 对于仓位选择的研究展望
附录
代码1:因子中性化处理
代码2:因子标准化处理
代码3:随机森林调参和输出因子重要性
代码4:股票打分
参考文献
致谢
东华大学;