国内目前的量化交易是否很少涉及到机器学习？

文兄 · 2018-10-13 14:22:42

多因子的因子组合，CTA的信号组合，不同策略的组合等等这些都会涉及机器学习方面的东西。如果考虑regime switching的话，HMM和CRF这种应该也是可以用到的。
以因子或是信号的组合为例，个人感觉树模型（比如GBDT，Adaboost）和线性模型（比如Linear Regression或者Lasso）的效果会好一点，前者是因为防过拟合能力强，后者大概是因为很多信号和因子的原本的选择方式就是线性的。
除此之外，我自己还试过rankboost、多任务和多分类学习，甚至是增强学习、LSTM以及自己设计几层的ensemble learning。然而，复杂的方法却未必会一定实现更好的效果（也许是我个人水平的原因）。
最后，感觉大多时候数据处理是比模型本身还关键的存在。