人工智能专题：人工智能选股之数据标注方法实证

文章预览

今天分享的是人工智能 专题系列 深度研究报告： 《人工智能选股之数据标注方法实证》 （报告出品方：华泰证券） 报告共计：26页 本文深入探讨了在多因子选股中，数据标注方法对机器学习模型性能的影响。通过系统测试不同的数据标注方法，并对比XGBoost分类与回归模型的效果，文章揭示了数据标注方法的有效性，并提出了一个集成模型XGBR-Combine，该模型在多个回测指标上表现最佳，展现了数据标注方法综合应用的潜力。 研究背景与目的： 介绍了监督学习中的数据标注问题，强调了不同数据标注方法对模型训练和预测结果的直接影响。 提出了研究数据标注方法有效性的必要性，并概述了本文的研究目的。 数据标注方法介绍： 详细讨论了分类和回归的概念及其在多因子选股中的应用。 介绍了除了使用股票收益率作为标签外，还可以使用夏普 ………………………………