金融工程|金工专题报告请务必阅读正文之后的信息披露和免责申明1金融工程证券研究报告2018年11月07日作者吴先兴分析师SAC执业证书编号：S1110516120001wuxianxing@tfzq.com18616029821相关报告1《金融工程：金融工程-海外文献推荐第61期》2018-10-312《金融工程：金融工程-海外文献推荐第60期》2018-10-243《金融工程：金融工程-海外文献推荐第59期》2018-10-17海外文献推荐第62期利用CART决策树选股机器学习在金融领域有着非常广泛的应用，本文将CART决策树算法应用于选股模型之中。决策树模型相比于传统的线性模型或者判别分析其优势在于能解释模型中的非线性关系以及变量之间相互依赖的现象。本文以罗素1000指数中科技板块的选股为例，作者展示了CART决策树模型在于截面选股中的应用，动态CART决策树模型相比于简单的指标筛选方式表现出更高的多空收益以及夏普比率。风险提示：本报告内容基于相关文献，不构成投资建议。金融工程|金工专题报告请务必阅读正文之后的信息披露和免责申明2内容目录利用CART决策树选股.....................................................................................................................31.简介...........................................................................................................................................................32.树和递归分类.........................................................................................................................................33.将数据分类..............................................................................................................................................44.CART算法简述......................................................................................................................................55.CART决策树在截面数据中应用......................................................................................................56.板块共性的探寻....................................................................................................................................57.输入变量...........................................................................................................................
