研究文章
基于机器学习的多因素选股策略:来自中国的证据
|
| 风格的因素 |
行业因素 |
|
| 体育 |
石油和石化 |
电气设备及新能源 |
银行 |
| PB |
煤炭行业 |
国防和军事工业 |
非银行金融 |
| 市场价值 |
有色金属行业 |
汽车行业 |
房地产 |
| 营业额 |
电力和公用事业 |
贸易和零售 |
综合金融 |
| 周转率 |
钢 |
消费者服务 |
运输 |
| 收益率 |
基本化学工程 |
家电 |
电子 |
| 芯的长度 |
建筑行业 |
纺织品和服装 |
沟通 |
| 收盘价 |
建筑材料工业 |
制药行业 |
电脑 |
| 较低的影子的长度 |
轻工业 |
食品和饮料行业 |
媒体行业 |
| 上阴影的长度 |
机械行业 |
农业、林业、畜牧业和渔业 |
全面的行业 |
|
|
