基于深度森林的指数增强策略研究

摘要

增强型指数基金是在指数基金的基础上进行优化,加入积极的投资方式,在控制基准指数的追踪误差的前提下,试图获得超过基准指数的投资收益.指数增强基金采用定性和定量策略,该策略将投资组合的构成从严格遵循某些受欢迎的市场指数转变为略有不同的构成策略,预计该组合将在相似的风险水平下产生更多的回报.本文引入深度森林的选股策略,选取排名靠前的30只股票进行实证分析,利用中证500指数成分股进行回测.研究结果表明,深林算法具有较好的超额收益和较低的回撤率,该模型对量化投资策略的设计具有重要的现实意义.