机器学习增强股票市场指数数据集

数据集概述

本数据集围绕机器学习增强股票市场指数的研究展开，包含用于构建最优投资组合的代码模块与使用说明，核心为基于公司特征计算预期收益、满足行业和风格约束的均值-方差优化框架，为股票投资组合优化研究提供工具支持。

文件详解

• 代码文件（.py格式）：
• EMEMAR_Portfolio_Choice_Module_Liangliang_Zhang.py：含详细注释的投资组合构建代码，用于实现均值-方差优化框架
• EMEMAR_Factor_Module_Liangliang_Zhang.py：用于计算预期收益的公司特征因子模块代码
• 文档文件（.docx格式）：
• EMEMAR_Instructions_Code_Data_Zhang.docx：代码使用说明文档，包含数据集生成方法与核心方法论描述

适用场景

• 金融工程研究：验证机器学习在股票指数增强中的应用效果
• 投资组合优化：基于公司特征与约束条件构建最优股票投资组合
• 量化投资分析：探索行业和风格约束对投资组合收益的影响
• 金融科技开发：为股票市场指数增强的量化模型提供代码参考