CART决策树在制造业中的选股效果(PPT).pdf

CART决策树在制造业中的选股效果 联系人：赵学昂 分析师：焦健 SAC执业证书编号：S0980210040012 目录 1 CART决策树选股原理及回顾 2 经典六因子决策树模型 3 因子加工后的决策树模型 4 CART 决策树选股原理（静态树） 因子13 因子1 因子N 收益率 Time 1 Time 1 Time 2 因子34 多头类 Time 2 Time 2 Time 3 Time 3 Time 3 Time 4 空头类 多头类 CART 决策树选股原理（动态树） 因子1 因子N 收益率 因子13 Time 4 Time 4 Time 5 因子32 因子N3 因子1 因子N 收益率 Time 1 Time 1 Time 2 Time 2 Time 2 Time 3 空头类 多头类 空头类 多头类 Time 3 Time 3 Time 4 首篇报告回顾（1） Eric H, Keith L和Chee K静态树模型 Eric H, Keith L, Chee K （2000 ）对美国科技股 1993至1999年的数据，利用EPS-Price、Price- MOM等6个指标构建了固定样本的静态和不断新 增样本的动态树 Eric等人通过静态树得到的买入组合每月平均跑 赢卖出组合1.40%，而动态树则可跑赢1.47% Eric H, Keith L和Chee K动态树模型 我们认为1993至1999年正是整个美国股市的牛市 时期，期间经济周期、市场规律以及所选的行业 经营环境没有发生显著的变化，因此动态的调整 决策树并未明显提升策略效果。 首篇报告回顾（2） 我们将国内电子与信息技术类股票合并为科技股板块，选用EPS-Price、EPS-MOM、 ROA等六项指标（根据国内情况进行定义调整）构建决策树进行实证。 我们选取所有科技板块152只股票过去82个月（2003.1-2009.10 ）中的历史数据样本， 以2003-2006作为样本内数据，2007-2009做为样本外数据。 论文指标 首篇报告指标 Sales-Price 市销率倒数 最近12个月市销率倒数 CashFlow-Price 市现率倒数 最近12个月市现率倒数 EPS-Price 未来12月一致