论文研究 基于核主成分分析的定量选股策略

任何股票都会同时面临许多不同的风险因素。风险因素之间的共线性通常使得难以确定有效因素。基于多因素定量库存选择，选择了60个因素，包括基本因素，技术因素，宏观经济因素等。然后，我们在高维空间中映射，处理和识别沪深300成分股的数据，并通过核回归来提取因子的特征。所需的模型因子由方差贡献率确定，样本数据由特征向量和核函数转换，然后与股票收益率进行回归，以构建多因素股票选择模型。对2017年历史数据的回溯测试表明，该模型比上海和深圳300指数具有更低的回溯测试和更高的回报。最后，基于自举法，在鲁棒性测试中验证了模型的鲁棒性。结果表明，核主成分分析和多因素选股模型的结合得到了很好的验证，