华西证券机器学习择时系列：逻辑回归模型市场择时策略

来源：华西证券

机器学习量化交易策略的制定，是通过从海量历史数据中，利用计算机强大的处理能力，挖掘并分析出那些能够为投资者带来收益的各种大概率可行的投资方式来实现的。通过数学模型对这些策略进行分析并加以验证，以期望让投资者获得更高更稳定的收益，或更合理地规避风险。

• 逻辑回归模型主要用来解决二分类问题，计算效率高，鲁棒性较优预测股票涨跌趋势本质上是一个二分类问题。逻辑回归作为处理二分类问题常见的分类方法，既能提供类概率估计又能提高预测精度。逻辑回归可以处理大量的数据，并且受到多重共线性的影响相对较小。它不仅能预测出类别，而且可以得到近似概率预测，这对许多需利用概率辅助决策的任务很有用。
•  基于逻辑回归模型的择时策略具 有高收益，高夏普比率，低回撤率等特点由于逻辑回归模型可以预测股票的涨跌趋势，并且具有较高预测精度，所以可以根据模型对股票涨跌趋势的判断进行交易，通过在沪深 300 上的回测表明模型具有高收益，高夏普比率，低回撤率的优点。

（PDF，2.8M ，17页）