基于樸素貝葉斯、線性判別、二次判別分類算法的選股實證研究.pdf

1、本文基于樸素貝葉斯分類算法、線性判別分類算法、二次判別分類算法進行選股實證研究，為廣大投資者提供一種投資決策建議，具有現(xiàn)實的研究意義。
　　本文詳細介紹了樸素貝葉斯，線性判別分析，二次判別分析用于分類的原理，算法優(yōu)缺點、步驟及具體處理細節(jié)，并將其運用于多因子選股實證。
　　樸素貝葉斯假定各個因子間相互獨立，但實際上，實際因子數(shù)據(jù)很難滿足這樣嚴苛的假設(shè)，這會導(dǎo)致模型估不準。一開始采用了主成分分析對實際因子進行轉(zhuǎn)換，但是效果并不

2、令人滿意。因此提出了不要求因子間相互獨立的線性判別和二次判別分類算法。線性判別假設(shè)各類別的方差相同，為總體方差，二次判別假設(shè)各類別方差不同。針對線性判別和二次判別分類算法，本文采用Ledoit-Wolf方差縮減法對協(xié)方差矩陣的估計值進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、財務(wù)質(zhì)量、杠桿、市值、動量反轉(zhuǎn)、波動率、股價、Beta、換手率、情緒、股東、技術(shù)13大類39個因子暴露度作為樣本的原始特

3、征，對訓(xùn)練集月收益率進行標(biāo)簽化，采用滾動訓(xùn)練集，選取最長訓(xùn)練期進行做多，做空，多空三種策略回測，并選取滬深300作為基準組合進行對照。
　　本文選取了正確率和AUC兩個指標(biāo)比較了樸素貝葉斯，線性判別，二次判別分類模型的分類效果，選取年化超額收益率、超額收益最大回撤、信息比率三個指標(biāo)比較三種分類模型的回測表現(xiàn)。絕大多數(shù)時候，線性判別分類模型的分類效果和回測表現(xiàn)均優(yōu)于其他分類模型。認為這是由于線性判別分類模型考慮了因子間的相關(guān)性，并且

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