量化研究 · 第 4 章 传统机器学习选股

量化研究 · 第 4 章 传统机器学习选股

章节摘要:本章进入 AI 选股的第一阶段——传统机器学习。比起第 2 章手工构造因子、第 3 章人工指标组合,机器学习让模型自动从大量特征中学习选股规律。本章按华泰人工智能系列 1-7 的脉络,讲四块:广义线性模型(GLM/逻辑回归)作选股基线;支持向量机 SVM 的核技巧;决策树与随机森林的集成思想;Boosting 家族(XGBoost/LightGBM)。同时贯穿几个机器学习选股的关键议题——标签怎么打、特征怎么选、过拟合怎么防(时序交叉验证)。本章共 4 节,前置依赖为「第 2 章」。

学习目标

阅读完本章,你应当能够:

1. 理解广义线性模型/逻辑回归如何用于选股分类。
2. 说清 SVM 与核技巧在选股中的应用。
3. 理解决策树/随机森林的集成思想与特征重要性。
4. 掌握 Boosting(XGBoost/LightGBM) 的梯度提升原理。
5. 理解选股任务的标签设计与时序交叉验证防过拟合。

核心概念速览

机器学习选股:把「因子→收益」的映射交给模型学,但要严防过拟合。

子章节导航

01 线性模型(GLM/逻辑回归)

华泰 AI 2;线性模型作基线、逻辑回归做涨跌分类、系数可解释性。

02 支持向量机 SVM

华泰 AI 3;最大间隔、核技巧、非线性分类。

03 决策树与随机森林

华泰 AI 4-5;树的不稳定性、随机森林的 bagging、特征重要性。

04 Boosting 与实战

华泰 AI 6-7;AdaBoost/GBDT/XGBoost/LightGBM、梯度提升、Python 实战、时序交叉验证。

子章节之间的逻辑关系

本章第 01 节(线性) ──► 第 02 节(SVM) ──► 第 03 节(树/森林) ──► 第 04 节(Boosting/实战)
   │
   ▼
下一章(第 5 章 神经网络与深度学习选股)
​

前置知识与后续延伸

前置知识:

• 第 2 章(因子概念)
• 基本的机器学习概念(训练/验证、分类/回归)

后续延伸:

• 第 5 章用神经网络替代传统 ML
• 时序交叉验证是全教程反复强调的防过拟合核心