技术分析方法具有悠久的发展历史，并在投资实践中被广泛采用。然而，许多基于技术分析方法的交易策略仍然依赖形态分析和主观判断，这在拥有数千只个股的 A 股市场显得效率低下。近年来，人工智能技术得到了快速发展，以 scikit-learn 为代表的机器学习工具大幅降低了智能技术的应用门槛。在本文所涉及的研究中，我们选择了常用的技术分析指标作为因子，通过训练机器学习模型实现对个股未来表现的预测目标。从模型训练结果来看，机器学习模型对于未来 5到 10个交易日的表现具有较好的预测效果，据此构建的投资组合有望获得较好的收益。但随着预测周期延长至 20到 60个交易日，预测准确度和相关投资组合收益水平显著下降。根据本文研究结果，我们认为在特定条件下，机器学习模型可以实现对个股未来表现的有效区分，可以用作选股策略的初步筛选器。同时我们还认为，要改进机器学习模型的预测准确度，关键在于进一步寻找区分效果明显的技术因子，以改善机器学习模型的训练数据质量。
首页
微信公众号
证券之星APP
