【东方金
工·说深度】第12期：集成模型的应用

    谢谢您(nín)的关注与支(zhī)持(chí)！

核心观点

• 研究通过整合日 频、日内(nèi)、和Level-2三(sān)类(lèi)量价特征，利用SVM、XGBoost、和Transformer模(mó)型，揭示了量(liàng)价特征和未来(lái)收益率之间(jiān)的(de)底层关
  系。通过五分类标签的方式，使用预测概率加权生成最终的量(liàng)价合成因(yīn)子(zi)，强(qiáng)调了多时间(jiān)维度数(shù)据和模型逻辑(jí)的重要性。

• 通过对多个模(mó)型（SVM、XGBoost、Transformer）的集成，可以大幅提升预测准确性和稳定性。在三个特征集的测试中，集成
  模型的RankIC和年(nián)化超额收益等指标都优于单一模型，表现出(chū)色，验证了多模型整合(hé)的有(yǒu)效性。

• SVM、XGBoost、和Transformer模型(xíng)在不同(tóng)特征数据上的表现各有优劣，集成模型充分利用了它(tā)们(men)各自的特点。例如，XGBoost在多个数【东方金工·说深度】第12期：集成模型的应用据集上的稳定性和预测能力最强，而Transformer在处理时
  间(jiān)序列数据方面表现突出，SVM则(zé)在(zài)某些(xiē)特定市场环境(jìng)下表现(xiàn)优(yōu)异。集成模型通过结(jié)合这些不(bù)同逻辑模型的预测，提升了整体的鲁棒性和准确性。

风险(xiǎn)提示

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

• 极端市场环境可能对模型效果造成剧烈冲击，导致收(shōu)益亏损。

说明：

本订阅号资料基于东方(fāng)证(zhèng)券股份有限公(gōng)司(sī)已发布证券研究报告制作(zuò)。

证券(quàn)研究报告：《集成模型在(zài)量价特征中的应用——因子(zi)选(xuǎn)股系列研究之九十三》

发布日期：2023年6月30日

分析师：杨怡玲 执业证书编号：S0860523040002

分析师(shī)：薛耕 执业证书编号：S0860523080007

重要提示（向上滑(huá)动浏览）：

本订阅号为东方证券股份有限公司（以下称“东方证券”）研(yán)究(jiū)所
金融(róng)工程研究团队运营的唯(wéi)一订阅号，并非(fēi)东方(fāng)证券研究报告的发布平台, 本订阅号仅转发东方证券已(yǐ)发布研究报告的部分内(nèi)容或对报告进行(xíng)的跟踪与解读。通过本订阅号发(fā)布的资料
仅供(gōng)东方证券研究所指定客户参考。因本(běn)订阅号无法设(shè)置访问限(xiàn)制，若您并非东方证券研究所(suǒ)指定客户，为控制投资风险，请(qǐng)您请取消关注，请勿订阅、接收(shōu)或使用本订(dìng)阅号中的任何(hé)信息。东方(fāng)证(zhèng)券不因任何单纯订阅本公众号的(de)行(xíng)为而将订阅人视
为客户。

未经允许不得转载：天津电机维修_天津进口电机维修_天津特种电机维修_天津发电机维修 【东方金工·说深度】第12期：集成模型的应用