论文部分内容阅读
多因子选股策略以其较强的解释性在量化投资领域得到广泛应用,但是它只关注线性的基本面和行情指标对收益率的影响,却忽略了事件因素的非线性影响.本研究将多因子模型与事件研究法相结合,采用BP神经网络算法构建事件分类模型,以中证800指数成分股为样本,对于2015年和2016年两年进行回测.研究结果表明,在2015年剧烈震荡的行情中,事件驱动型多因子选股策略有效改善了经典多因子策略的业绩.