机器学习的XGBoost选股模型.docxVIP

机器学习的XGBoost选股模型

一、引言：量化投资与XGBoost的相遇

在金融市场的投资决策中，如何从海量数据中挖掘有效规律、构建可靠的选股策略，始终是投资者和研究者关注的核心问题。近年来，随着机器学习技术的快速发展，量化投资领域迎来了新的变革——传统多因子模型依赖的线性假设和人工经验筛选因子的局限被逐步打破，以XGBoost为代表的集成学习算法凭借强大的非线性拟合能力、抗过拟合特性和高效的计算性能，成为构建智能选股模型的重要工具。

XGBoost（eXtremeGradientBoosting）是梯度提升树（GradientBoostingDecisionTree,GBDT）