华泰证券-人工智能选股周报：今年Stacking 300增强超额0.57%-200209

《华泰证券-人工智能选股周报：今年Stacking 300增强超额0.57%-200209（17页）.pdf》由会员分享，可在线阅读，更多相关《华泰证券-人工智能选股周报：今年Stacking 300增强超额0.57%-200209（17页）.pdf（17页精品完整版）》请在悟空智库报告文库上搜索。

　　今年Stacking沪深300增强超额收益为0.57%
　　今年Stacking沪深300增强（全A选股，沪深300行业市值中性）超额收益为0.57%。自2019年3月23日开始，本周报对XGBoost中证500增强模型（半月频调仓）进行深度跟踪。2011年回测以来，该模型年化超额收益率为17.00%，超额收益最大回撤为5.06%，信息比率为3.18。2020年以来获得绝对收益-1.49%，超额收益-2.61%。上周模型获得绝对收益-1.24%，超额收益-0.30%。
　　今年以来全A选股（沪深300行业市值中性）Stacking表现最好
　　上周沪深300涨跌幅为-2.60%。上周超额收益最高的模型是逻辑回归，该模型上周获得绝对收益-2.67%，超额收益-0.07%。最近一月超额收益最高的模型是Stacking，该模型最近一月获得绝对收益-5.31%，超额收益0.95%。今年以来超额收益最高的模型是Stacking，该模型今年以来获得绝对收益-5.50%，超额收益0.57%。2019年以来RankIC均值最高的模型是Stacking，该模型RankIC均值为0.117。
　　今年以来全A选股（中证500行业市值中性）随机森林表现最好
　　上周中证500涨跌幅为-0.94%。上周超额收益最高的模型是随机森林，该模型上周获得绝对收益-1.24%，超额收益-0.30%。最近一月超额收益最高的模型是随机森林，该模型最近一月获得绝对收益-5.26%，超额收益-2.12%。今年以来超额收益最高的模型是随机森林，该模型今年以来获得绝对收益-3.81%，超额收益-3.08%。2019年以来RankIC均值最高的模型是Stacking，该模型RankIC均值为0.117。
　　今年以来沪深300指数内选股SVM表现最好
　　上周沪深300涨跌幅为-2.60%。上周超额收益最高的模型是SVM，该模型上周获得绝对收益-3.07%，超额收益-0.47%。最近一月超额收益最高的模型是SVM，该模型最近一月获得绝对收益-5.96%，超额收益0.30%。今年以来超额收益最高的模型是SVM，该模型今年以来获得绝对收益-5.89%，超额收益0.18%。2019年以来RankIC均值最高的模型是XGBoost，该模型RankIC均值为0.036。
　　今年以来中证500指数内选股SVM表现最好
　　上周中证500涨跌幅为-0.94%。上周超额收益最高的模型是随机森林，该模型上周获得绝对收益-1.92%，超额收益-0.98%。最近一月超额收益最高的模型是SVM，该模型最近一月获得绝对收益-4.92%，超额收益-1.78%。
　　今年以来超额收益最高的模型是SVM，该模型今年以来获得绝对收益-2.28%，超额收益-1.55%。2019年以来RankIC均值最高的模型是逻辑回归，该模型RankIC均值为0.079。
　　今年以来中证800指数内选股随机森林表现最好
　　上周中证800涨跌幅为-2.19%。上周超额收益最高的模型是逻辑回归，该模型上周获得绝对收益-2.82%，超额收益-0.63%。最近一月超额收益最高的模型是随机森林，该模型最近一月获得绝对收益-6.44%，超额收益-0.94%。今年以来超额收益最高的模型是随机森林，该模型今年以来获得绝对收益-5.57%，超额收益-0.77%。2019年以来RankIC均值最高的模型是逻辑回归，该模型RankIC均值为0.061。
　　风险提示：通过人工智能模型构建选股策略是历史经验的总结，存在失效的可能。人工智能模型可解释程度较低，使用须谨慎。