基于K-means聚类和相对估值法的选股研究

摘要：

当前机器学习热度不减,得益于机器学习在多领域的广泛应用,许多经典问题有了新的解决思路.针对量化选股问题,将价值投资中的公司相对估值法与机器学习中的K-means聚类算法相结合,构建一种简便易操作的选股策略,并选取2015—2019年数据进行实证分析.结果表明2015—2019年策略组合的回报率均优于基准指数(上证50、沪深300)的回报率.

关键词：K-means、聚类分析、选股策略

分类号：F832.5(金融、银行)

资助基金：山西省社会经济统计科研重点课题KY[2019]085

在线出版日期：2021-02-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：34-42