人工智能与中国股票市场——基于机器学习预测的投资组合量化研究

摘要：

人工智能在21世纪以来发展迅速,它与各个领域的结合发展促进了各个领域的飞快发展.本文重点研究人工智能在中国金融市场的量化应用,通过引入20个涵盖了价值、技术、动量、情绪反转等指标和8个机器学习算法对沪深两市股票收益率进行预测.从各个指标对模型的贡献程度来看,本文发现动量、反转和技术指标对股票未来收益率的影响程度最高.随后,本文按照这些股票的预测收益率进行排序并形成了交易策略.通过比较各个模型的结果发现预测收益率形成的交易策略在中国市场能获得显著的超额收益,且深度神经网络的预测效果最佳,正则化的线性机器学习模型次之.通过机器学习深度挖掘各个因子指标对中国股市的影响,为政策的制定者提供一定的借鉴意义,同时也能更好地理解中国市场交易中的非理性因素.

关键词：机器学习、资产定价、股票收益、市场异象、预测、交易策略

所属期刊栏目：41

分类号：F062.5;F832.5(经济学分支科学)

资助基金：国家自然科学基金71871104

在线出版日期：2022-08-15（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：83-91