基于AdaBoost算法的投資策略有效性預(yù)測研究.pdf

1、隨著計算機技術(shù)的發(fā)展和大數(shù)據(jù)時代的到來，與有效市場假說相悖的股市異象的成因和表現(xiàn)形式已經(jīng)成為目前二級市場投資研究的熱點與焦點。其中，由于股市中存在動量效應(yīng)、價值效應(yīng)等異象，使得相應(yīng)的投資策略可以獲得超額收益。但是，不同市場環(huán)境下單一種類的投資策略可能失效。因此，對于股市異象有效性的預(yù)測成為使用何種投資策略的前提。不同于其他研究著眼于市場整體走勢與股市異象的關(guān)系，本文將論證通過判斷大類因子有效性來預(yù)測股市異象投資策略有效性的可行性，從而選

2、取更為有效的投資策略。
　　本文將AdaBoost算法與傳統(tǒng)的多因子模型結(jié)合，針對傳統(tǒng)多因子模型存在的因子靜態(tài)不變、因子有效性判斷方法局限性強等問題，提出利用因子對強勢股、弱勢股的區(qū)分度衡量因子有效性，并相應(yīng)地設(shè)計算法實現(xiàn)因子有效性的動態(tài)判斷，當(dāng)某一時期某一類別因子整體有效性較強時，則預(yù)測該類因子相關(guān)異象有效性較強。本文利用2011-2015年A股中證500指數(shù)成分股作為樣本池，對動量效應(yīng)和價值效應(yīng)有效性預(yù)測進行實證檢驗。本算法每