【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(chí)！

核心观点

• 研究通过整合日频、日内、和Level-2三类量价特征，利用SVM、XGBoost、和Transformer模型，揭示了量价特(tè)征和未来收益率之间的底层关系。通过五分类标签的方式(shì)，使用(yòng)预测概(gài)率加(jiā)权(quán)生成最
  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。

• 通过对多(duō)个模型（SVM、XGBoost、Transformer）的集成，可(kě)以大幅提升预(yù)测准确性和稳定(dìng)性。在三个特征集的测试中，集成模型的RankIC和年化超额收益等(děng)指标都(dōu)优于单一模(mó)型，表现(xiàn)出色，验证了(le)多模型(xíng)整合的有(yǒu)效性。

• SVM、XGBoost、和Transformer模型在不同特征数据上的表现各有优劣(liè)，集成模型充分利用了它们各自的特点。例如，XGBoost在多(duō)个数(shù)据(jù)集(jí)上的稳定性和预(yù)测能力最强(qiáng)，而Transformer在处理时间序列数据方面 表现(xiàn)突出，SVM则在某些特定市场环境(jìng)下表现(xiàn)优异。集成模型通过结合这些不同逻辑模型的预测，提升了整体的(de)鲁棒性(xìng)和准确(què)性(xìng)。

风险提示

• 量化模型基(jī)于历史数据分析，未来存在失效风险(xiǎn)，建议(yì)投资者紧密跟踪 模型表现。

• 极端市场环境可(kě)能(néng)对模(mó)型效果造成剧烈冲(chōng)击，导致(zhì)收益亏损。

说明(míng)：

本订阅号资(【东方金工·说深度】第12期：集成模型的应用zī)料基于东方证券股(gǔ)份有限公司(sī)已发布证券研(yán)究报告制作。

证(zhèng)券研究报告：《集成模型在(zài)量(liàng)价特(tè)征中的应用——因子选股系列研究之九十三》

发布日期：2023年6月30日

分析师(shī)：杨怡玲 执(zhí)业证书编号：S0860523040002

分析师：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(zhèng)券股份有限公(gōng)司（以下称“东方证券”）研(yán)究所金融工程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(píng)台, 本(běn)订阅号仅(jǐn)转发东方证券已发布研究报告的部(bù)分(fēn)内(nèi)容或对报告进行(xíng)的(de)跟踪与解读。通(tōng)过(guò)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。因本订阅号无法设置访问(wèn)限制，若(ruò)您并非东方证券研究所指定客户，为
控制(zhì)投资风险，请您请取消关注，请勿订(dìng)阅、接收或使用(yòng)本订阅号中的任(rèn)何信息。东方证券不因任何单纯订阅本公众号的行为而将订阅人视为(wèi)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