华泰金工 | 机器学习模拟投资者分歧

主要观点总结

本文运用机器学习模拟投资者分歧，通过不同的机器学习模型模拟投资群体接收差异化信息源、产生不同投资预测的过程。根据模型预测差异构建的分歧度因子，能够有效刻画投资者分歧，对股票未来收益具有显著的预测作用。研究发现，投资者分歧度越高，股票预期收益越低。此外，文章还探讨了机器学习超参数、股票做空限制、动量以及投资者认可度等因素对分歧度因子的影响。

关键观点总结

关键观点1: 运用机器学习模拟投资者分歧，通过构建分歧度因子来预测股票未来收益。

使用多个机器学习模型来模拟投资群体的预测观点，通过计算模型预测差异构建分歧度因子，该因子对股票未来收益具有显著预测作用。

关键观点2: 投资者分歧度越高，股票预期收益越低。

这是本文的核心观点，通过实证研究发现了投资者分歧与股票未来收益之间的负相关性。

关键观点3: 探讨机器学习超参数、股票做空限制、动量以及投资者认可度等因素对分歧度因子的影响。

研究发现，这些因素对分歧度因子的回测表现具有一定影响，进一步丰富了对于投资者分歧的理解。