基于AdaBoost算法的投資策略有效性預測研究.pdf

1、隨著計算機技術的發(fā)展和大數(shù)據時代的到來，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、價值效應等異象，使得相應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系，本文將論證通過判斷大類因子有效性來預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，并相應地設計算法實現(xiàn)因子有效性的動態(tài)判斷，當某一時期某一類別因子整體有效性較強時，則預測該類因子相關異象有效性較強。本文利用2011-2015年A股中證500指數(shù)成分股作為樣本池，對動量效應和價值效應有效性預測進行實證檢驗。本算法每