作者: Mr.公子小白

描述

这个问题已经困扰了我五年了，基于未来胜率的机器学习多因子模型选出来的股票大多都是低位的超跌股，这些股票有一个共同的特点就是前期经过一段长时间且大幅度的下跌，成交量低迷且筹码在低位集中，这种股在未来一段时间大概率会出现反弹，经过长时间的积累能够做出很不错的收益。 之前也有想过优化一下策略去抓热点票，但是因为原策略表现一直不错就没什么动力。最近一段时间行情分化特别严重，只有高位的科创题材股在上涨，其他所有的股票走势都平平无奇，所以最近又把让模型追热点的这件事加入了代办。但是想让模型能够抓住热点股票是一件很困难的事情，模型天生就会规避那些前期涨幅过大、股价剧烈波动且成交量大幅放量的股票，但是往往这些股票能有巨大的收益，经过了很多很多的努力，现在终于解决了这个问题。 我用了一些资金流向的因子、动量的一些变体因子以及涨跌家数、涨跌停数量等数据，通过训练强化学习模型构建了一个类似于恐贪指标的东西，然后将市场划分成红利、科创、北证、主板其他大盘、主板其他小盘几个板块，让训练好的强化学习模型每天对这些市场进行打分，选取评分最高的板块对截面选股结果做额外的筛选，最终效果非常惊人。 年化收益率直接翻倍，最大回撤几乎没有增加，收益回撤比提升了接近2倍。细看了一下强化学习模型选出来的板块，24年9-12月和25年的2-6月完美抓住了北交所的上涨行情，25年的9-10月和最近一个月完美抓住了科创板的上涨行情，效果非常逆天。而且训练的时候严格划分了训练集和测试集，从训练到预测也没有任何可调参数，直接端对端输出结果，完全规避了穿越和过拟合的风险。之后再遇到分化行情就完全不用担心了，模型在任何时候都能发挥最大的威力了。 什么你要是问我全市场都在跌怎么办这个时候，就是我另一个止损模型发挥效果的时间了。 #量化话题# #量化交易话题# #机器学习话题# #量化投资话题# #理财话题# #股票话题# #交易员话题# #算法话题#

图片 (3张)

来源: 小红书