基于PCA＿Adaboost模型的上市公司投资策略研究

近年来,计算机技术在金融投资决策中的应用越发深入,机构投资决策效率及准确性也因此显著提高,量化投资在国外已经是金融投资领域不可或缺的一股力量,基于机器学习的量化投资决策方法具有可观的应用潜力。围绕中证500指数,使用因子库中财务、量价、衍生等134个因子,通过PCA降维得到30个主成分因子,结合Adaboost模型进行一篮子个股买卖的预测。实证表明,相比纯Adaboost策略或指数表现,PCA_Adaboost具有更稳定的超额收益,因此,PCA_Adaboost投资策略具有广泛的应用前景。