基于 XGBoost 的组合策略基本框架

放正文之前，先打个假，这段话不是罗素说的，是啰嗦说的。一些箴言必须借助名人之口才能传播，可见折服我们的不是真理，而是附着在权威身上的权势和名利。

这次将解读一篇博士论文，思路“新奇”，但不要见论文就拜。

---

如何在投资组合策略中运用上机器学习方法? 最近，我们翻了下之前存过的论文，决定对《A portfolio Strategy Based on XGBoost Regression and Monte Carlo Method》这篇论文 ¹ 进行解读，共分三部分：

本文是第一部分，论文构建的基于 XGBoost 的基本框架。

基本框架

这是论文抽象出来的一个基本框架图。

这个框架能解决的什么问题呢？我们知道，在一个投资组合策略中，要重点考虑的第一个问题是，如何从给定的 universe 中，选择一部分股票纳入策略股票池；其次要考虑，这部分股票的持仓如何分配，使之在这个组合上，达到风险收益比最高。