基于樸素貝葉斯、線(xiàn)性判別、二次判別分類(lèi)算法的選股實(shí)證研究.pdf

1、本文基于樸素貝葉斯分類(lèi)算法、線(xiàn)性判別分類(lèi)算法、二次判別分類(lèi)算法進(jìn)行選股實(shí)證研究，為廣大投資者提供一種投資決策建議，具有現(xiàn)實(shí)的研究意義。
　　本文詳細(xì)介紹了樸素貝葉斯，線(xiàn)性判別分析，二次判別分析用于分類(lèi)的原理，算法優(yōu)缺點(diǎn)、步驟及具體處理細(xì)節(jié)，并將其運(yùn)用于多因子選股實(shí)證。
　　樸素貝葉斯假定各個(gè)因子間相互獨(dú)立，但實(shí)際上，實(shí)際因子數(shù)據(jù)很難滿(mǎn)足這樣嚴(yán)苛的假設(shè)，這會(huì)導(dǎo)致模型估不準(zhǔn)。一開(kāi)始采用了主成分分析對(duì)實(shí)際因子進(jìn)行轉(zhuǎn)換，但是效果并不

2、令人滿(mǎn)意。因此提出了不要求因子間相互獨(dú)立的線(xiàn)性判別和二次判別分類(lèi)算法。線(xiàn)性判別假設(shè)各類(lèi)別的方差相同，為總體方差，二次判別假設(shè)各類(lèi)別方差不同。針對(duì)線(xiàn)性判別和二次判別分類(lèi)算法，本文采用Ledoit-Wolf方差縮減法對(duì)協(xié)方差矩陣的估計(jì)值進(jìn)行了縮減以提高模型性能。
　　本文選取了滬深300作為股票池，選取了估值、成長(zhǎng)、財(cái)務(wù)質(zhì)量、杠桿、市值、動(dòng)量反轉(zhuǎn)、波動(dòng)率、股價(jià)、Beta、換手率、情緒、股東、技術(shù)13大類(lèi)39個(gè)因子暴露度作為樣本的原始特

3、征，對(duì)訓(xùn)練集月收益率進(jìn)行標(biāo)簽化，采用滾動(dòng)訓(xùn)練集，選取最長(zhǎng)訓(xùn)練期進(jìn)行做多，做空，多空三種策略回測(cè)，并選取滬深300作為基準(zhǔn)組合進(jìn)行對(duì)照。
　　本文選取了正確率和AUC兩個(gè)指標(biāo)比較了樸素貝葉斯，線(xiàn)性判別，二次判別分類(lèi)模型的分類(lèi)效果，選取年化超額收益率、超額收益最大回撤、信息比率三個(gè)指標(biāo)比較三種分類(lèi)模型的回測(cè)表現(xiàn)。絕大多數(shù)時(shí)候，線(xiàn)性判別分類(lèi)模型的分類(lèi)效果和回測(cè)表現(xiàn)均優(yōu)于其他分類(lèi)模型。認(rèn)為這是由于線(xiàn)性判別分類(lèi)模型考慮了因子間的相關(guān)性，并且

4、假設(shè)不同類(lèi)別的因子相關(guān)性相同，這種假設(shè)最符合實(shí)際情況。二次判別分類(lèi)模型的假設(shè)最為詳細(xì)，但由于需要顧及的參數(shù)最多，會(huì)導(dǎo)致估計(jì)上的偏差影響結(jié)果。當(dāng)特征數(shù)目不多且數(shù)據(jù)量較大時(shí)，線(xiàn)性判別分類(lèi)模型有著絕對(duì)的優(yōu)勢(shì)。
　　此外，本文還將三種模型同邏輯回歸模型進(jìn)行比較，得出線(xiàn)性判別分類(lèi)算法和邏輯回歸在分類(lèi)效果和回測(cè)表現(xiàn)相似，總體上略?xún)?yōu)于邏輯回歸，樸素貝葉斯和二次判別分類(lèi)算法在分類(lèi)效果和回測(cè)表現(xiàn)上均不如邏輯回歸的結(jié)論。本文認(rèn)為這主要是在估計(jì)協(xié)方差矩