報告對各種Boosting 集成學習模型進行系統(tǒng)測試 Boosting 集成學習模型將多個弱學習器串行結(jié)合，能夠很好地兼顧模型的 偏差和方差，該類模型在最近幾年獲得了長足的發(fā)展，主要包括AdaBoost、 GBDT、XGBoost。本篇報告我們將對這三種Boosting 集成學習模型進行 系統(tǒng)性的測試，并分析它們應用于多因子選股的異同，希望對本領(lǐng)域的投 資者產(chǎn)生有實用意義的參考價值。