适应市场状态与股票关联性的因子生成模型——机器学习系列之六

文章预览

点击蓝字 关注我们 报告摘要 市场状态的切换与股票间关联关系的变化对股票的预期收益影响显著。 不同的市场状态对应着不同的交易模式，而传统方法为不同状态的数据赋予相同的重要性，尝试构建一种统一的交易模式，这种通用的方法可能难以适应市场状态的切换或市场的结构性变化，从而可能在极端的行情中出现较大回撤。股票间的关联性通常包括股票分类以及相似度的度量，其描述股票的协同效应，即对于某些信息的反应具有一致性，传统方法通常仅通过股票自身的特征序列来建模预期收益，在信息输入上存在缺失。传统方法存在着这两方面的局限性。 风险因子与深度风险模型建模股票关联关系，趋势与波动识别市场状态。 风险因子涵盖股票基本面与量价信息，蕴含着股票的内在特征，且有着对收益解释力度强、截面相关性低、时序自 ………………………………