机器学习驱动的基本面量化投资研究
2020-11-06钟小强
科学与财富 2020年22期
关键词:机器学习
钟小强
摘要:基本面量化投资是近年来金融科技和量化投资研究的新热点。作为人工智能的代表性技术,机器学习能够大幅度提高经济学和管理学中预测类研究的效果。
关键词:机器学习;基本面;量化投资
互联网及大数据模式下的经济活动促使了更多高维、复杂经验数据的产生,机器学习在科学研究领域的应用为新范式下的经济研究提供了新型的研究方法,进而促使经济学研究由当前的线性、低维、有限样本、抽象模型向非线性、高维、大样本、复杂模型的转向。经济学实证研究及计量经济学模型理论研究中对机器学习的应用及相关文献的出现,是这次转向的主要标志。
1机器学习的内涵界定
广义的机器学习认为,机器学习是计算机科学的一些分支领域的集合,也是机器一系列在计算机科学、工程学、统计学尤其是社会科学中发展和使用。由于机器学习算法广泛应用于不同学科,不同领域或学科对机器学习的界定也不同。狭义的机器学习则来自各个学科对机器学习的分别界定。如计算机科学认为,机器学习是数据科学的核心,是现代人工智能的本质,机器学习简单来说就是涵盖了统计推断的人工智能。工业和工程学等领域认为,机器学习是对能基于现有经验自动改进计算机算法的研究,这种算法对人工智能的发展具有关键的促进作用。统计学认为,机器学习是从数据中挖掘出有价值的信息,是更高层次、更智能化的数据挖掘方法。……
登录APP查看全文
