请务必阅读正文之后的免责条款部分全球视野本土智慧金融工程研究Page1证券研究报告—深度报告金融工程[Table_Title]金融工程专题研究数量化投资2013年10月15日[Table_BaseInfo]相关研究报告：《多因子模型选股月报：九月市场风格偏成长—多因子选股超额正收益1.72%》——2013-10-08《结构性产品专题报告之三：可转债的Delta对冲套利策略》——2013-10-08《金融工程专题研究：国债期货的价格形成和运行机制研究》——2013-09-09《多因子模型选股月报：八月市场风格偏小盘——多因子选股超额正收益2.55%》——2013-09-06《结构性产品专题报告之二：基于二叉树模型的可转债定价》——2013-08-15联系人：王磊电话：0755-82130833-791803E-MAIL：wanglei5@guosen.com.cn证券分析师：周琦电话：0755-82133568E-MAIL：Zhouqi1@guosen.com.cn证券投资咨询执业资格证书编码：S0980510120044独立性声明：作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。专题报告机器学习法选股机器学习方法机器学习方法通过对数据的学习，对模式进行识别，从而利用该模式对未来进行预测。监督式学习监督式学习是机器学习方法的一个分支，其输出的分类是预先设定好的。根据输入和输出的学习，建立起它们之间的函数是监督式学习的目标AdaBoost算法1996年由R.Scharpire,Y.Freund首先提出，属于监督式学习的范畴。它较易实现，分类精细，广泛用于分类问题中。AdaBoost算法应用于沪深300指数成份股选股我们的模型在沪深300指数成份股选股，表现良好，24个月回报57%，夏普比率达到1.9请务必阅读正文之后的免责条款部分全球视野本土智慧Page2内容目录机器学习方法简述.....................................................................................................................4机器学习方法的实现.................................................................................................................5要解决的问题...................................................................................................................5数据的准备.......................................................................................................................5AdaBoost算法....................................
