内容摘要：随着互联网的飞速发展，衍生出许多新兴的行业，而量化投资行业即是其中一种。由于股票价格随机游走的特性，所以选取机器学习模型对股票涨跌进行预测。为了研究具有强大拟合能力的机器学习模型在量化投资中的应用，选取了两种机器学习模型进行探究，同时选取经典的Fama三因子模型作为对比模型。经过数据清洗、特征工程、参数寻优等步骤得出最优的机器学习模型后与三因子模型共同回测，将最终结果比较得知机器学习模型明显优于传统三因子模型。这表明了机器学习在量化投资中具有较好的应用前景，具有较大的研究意义。

关键词：Logistic Regression；SVM；量化投资；Fama-French三因子模型

目 录

内容摘要

Abstract 

0 引言-1

1 绪论-1

1.1 研究的目的和意义-1

1.2 国内外研究综述-2

1.3 研究内容与创新点-3

2 相关理论概述-4

2.1量化投资理论-4

2.2量化择时策略-4

2.2机器学习理论-5

2.3 Fama-French三因子模型-10

3 机器学习模型检验-11

3.1 数据选取-11

3.2 数据处理-13

3.3 模型寻优-15

3.4 Logistic Regression模型寻优-16

3.5 SVM模型寻优-17

3.6 模型评价-18

4 模型回测实证-21

5 总结与展望-26

参考文献-27

致谢