TY -的A2 Askar, Sameh s . AU -高,Jieying盟——郭,桓盟——徐,鑫PY - 2022 DA - 2022/02/03 TI -多因素选股策略基于机器学习:来自中国的证据SP - 7447229六世- 2022 AB -机器学习方法在多因素股票策略已使用多年。本文使用三种机器学习方法和线性回归方法来找到最合适的方法。首先,建立一个框架和10 30风格因素和行业因素选择。第二,四种方法用于预测投资组合回报,通过预测回报相比,成功率和夏普比率。本文最后得出的结论。主要研究结果如下:支持向量回归预测最稳定的成功率,岭回归和线性回归最不稳定的成功率更极端的情况下;支持向量回归算法拟合多项式摘要在中国a股市场进行了优化,与传统的线性回归相比无论是股票回报和回档位控制;支持向量回归的结果明显优于沪深500指数进一步证明。SN - 1076 - 2787你——https://doi.org/10.1155/2022/7447229——10.1155 / 2022/7447229 JF - PB - Hindawi KW - ER -复杂性