4月26日，中山大学管理学院金融学李星毅博士，做客广外金融双周论坛第七十九讲，在公司大学城校区院系楼401会议室展示研究成果。此次出席论坛的有公司张浩副经理，姚海祥老师、刘浩老师、刘倩老师和梁裕珩老师。
李星毅分享的主题是“基于机器学习的加密货币收益率预测”，他通过利用机器学习方法来预测加密货币的收益率。他从宏观和微观的角度分别构建了 8 个宏观经济因子以及 18 个加密货币特征因子。接着，他使用 12 种机器学习方法对加密货币的收益率进行了全样本和市值分组预测，并评估了所有模型的样本外表现及它们之间的差异。此外，他还使用 SHAP 方法考察了因子的重要性及其对模型输出的影响，并且在加密货币市场构建了多空和仅多头投资组合。报告过程中李博士就相关数据模型等问题与老师们展开讨论。
实证结果表明，树模型（尤其是随机森林模型）是表现最好的机器学习方法，其次是神经网络模型；与股票市场相比，树模型可以更好地预测加密货币市场的收益率。市场价值与已实现价值比率是最重要的因子，其数值越大，预测的收益率也越大。基于神经网络的投资组合有着最高的累计收益率变化。
图文：余江鹏 莫苡荻
编辑 ：覃诏莲 曹乐璇
初审：顾哲瑜
复审：张浩
终审：徐昶斌
