德邦金工机器学习专题之四：动态因子筛选-20220309-德邦证券-24页

363

# 金工机器学习 # 动态因子筛选大小：1.87M | 页数：24 | 上架时间：2022-03-11 | 语言：中文

类型: 策略

上传者: XR0209

撰写机构: 德邦证券

出版日期: 2022-03-09

摘要：

 本文构建了一个在多个股票池中均有效的选股因子。本文构建的策略在沪深300、中证500、中证1000 和全市场范围内均有良好的表现。

 每个时期筛选不同的财务因子。不同财务因子在同一时期的表现不同，同一个财务因子在不同时期的表现也不同，这是在每一期筛选不同财务因子的原因。

 客观的因子筛选减少了数据窥探偏误。根据一套客观的方法论来动态筛选因子，而不是主观地选择一批历史上有效的因子，可以更好地防止数据窥探的发生。

 财务因子可以分为信号因子与噪音因子。在任意一个时期，部分财务因子与当期的股票收益率有相关性，这类因子为信号因子；部分财务因子与当期股票收益率无相关性，这类因子为噪音因子。

 寻找规律稳定的因子并利用其动量。根据历史数据，寻找规律稳定的因子，并利用这一规律进行选股，这本质上是在利用因子的动量。

 每年度进行三次因子筛选。我们选择一季度报、中报和三季度报披露的截止日期进行因子筛选。这样可以兼顾数据的及时性和同步性。

 分四个步骤对因子进行预处理。我们依次按以下四个步骤处理因子：无量纲化处理、舍弃空值比例大的项目、中位数去极值和填空值。

 用边际筛选因子的方法逐步扩大因子池。以十个CNE5 风格因子起点，在边际上逐个筛选信息增益最大的因子，重复这个边际筛选因子的操作直到获得足够多的因子。

展开>> 收起<<

请登录，再发表你的看法

关注