具体而言,该模型包括以下两个步骤:步骤1是股票选择,即通过机器学习方法极端梯度提升法(extreme gradient boosting,XGBoost)、支持向量回归(support vector regression,SVR)、K近邻算法(K-nearest neighbor,KNN)选择具有较高预测收益率的股票,并对模型进行评估和选择。步骤2是投资组合优化,在考虑交易成本、上下界约束的现实...
KNN)选择具有较高预测收益率的股票,并对模型进行评估和选择.步骤2是投资组合优化,在考虑交易成本,上下界约束的现实约束条件下,采用均值-下半方差(mean semi-variance,M-SV)模型,均值-方差模型和等比例模型确定所选股票的投资比例.最后,以沪深300指数成分股作为研究样本,实证结果表明,XGBoost+M-SV模型在收益和风险...