信达澳银量化多因子基金投资价值分析( 三 )_来源：海通量化团队摘要1.机器学习在量

5. 风险提示。

1）机器学习模型可能会存在过度拟合的问题，导致策略样本内和样本外表现出现较大差异；2）信达澳银量化多因子为强股混合型产品，适合风险承受能力中以上的投资者持有；3）本报告基于基金客观数据进行的客观分析点评，不构成任何投资建议。

Part 1

机器学习在量化投资中的应用

1.1 机器学习的主要概念和算法

在如今这个大数据时代，机器学习正受到越来越多的注视，尤其人工智能未来的发展，也离不开机器学习的助力。而在金融领域，机器学习的应用也有可能成为量化投资的下一个飞跃。机器学习提供了一种系统化的投资方法，使管理机制化，允许管理者更快地消化来自更多新资源的信息，包括以前未开发的非结构化数据，并提供工具来搜索越来越灵活的经济模型，让这些模型更好地捕捉金融市场的复杂问题。机器学习在金融领域的发展才刚刚开始，从投资的角度来看，机器学习的相关算法有着广阔的运用前景。

监督学习可以被用于预测趋势。监督学习算法通过历史数据，可以找到规律，对未来进行预测。监督学习算法有两种形式：回归和分类方式。回归形式的监督学习方法尝试基于输入变量来预测输出。分类方法则与之相反，尝试将数据识别到已有类别中。