透過深度學習讓缺乏券商報告的股票也能做出最適資產配置
研究動機:
藉由AI強大的計算能力進行預測,找到不一樣的pattern,讓資訊不透明的小市值個股或或缺乏研究劵商報告的個股,都能夠被預測,甚至能納入各個投資人的標的個股作投資組合配置。
圖為十檔股票的相關係數圖
由負債比率<50%、年營收成長率>10%、年稅後淨利成長率>5% 及
變異數小的,再通過月成交量>250張,以避免流動性問題。
由上述條件能考量到個股的財務面跟價量穩定性,進而去建立風格投組。
最後再利用XQ回測勝率>70%、十年來訊號發生次數>300次 、風報比>2 的個股,做比分排序,
選出最前面的十檔個股分別是:
花仙子(1730)、信大(1109)、立端(6245)、山隆(2616)、旭富(4119)、
廣豐(1416)、大將(1453)、利奇(1517)、怡利電(2497)、關貿(6183)
選取的十檔個股介紹
透過決策樹找出能有效分割出漲或跌的指標及利用相關係數找出跟股價或股價報酬率有關的變數
而後作為預測時的自變數
對相關資訊有興趣的請按這
三種資產配置模型的績效
如需有關專案的詳細資訊,請來信至 [huaskr3911ma@gmail.com]