金融业在社会主义市场经济中起到了不可或缺的作用,而伴随着上交所、深交所的挂牌,证券交易作为金融业的一部分,开始受到了投资者们的青睐。股票的价格容易受到企业的经营状况、国内外市场的环境以及相关政策的影响,具有很大的随机性。但投资者们仍然想要知道如何在证券交易市场中获得较为可观的超额收益。量化交易是一种受到投资者和研究人员青睐的买卖股票、期货的方法,在国外已经发展多年,并取得了很多进展。但是我国的量化交易还不是很发达,直到2010年推出了沪深300指数期货以及融资融券产品,才为我国量化交易打开了一扇大门。常用的量化交易策略是寻找一个在一定时期表现优异的因子,根据因子值的大小或者排名来选择股票池中的股票,或是根据多个因子,将这些因子按权重的方式结合起来,构成一个新的因子,再来根据融合后的因子来选择股票池中的股票。随着云计算、大数据、机器学习等技术的发展,投资者们开始不那么关注投资背后的原理,而是将量化交易与机器学习、深度学习技术相结合,获得了许多直观且有效的投资方法。目前也有许多学者将机器学习、深度学习与量化交易结合起来,但他们的方法和模型大都较为单一,或研究的是国外如美国、印度的股市,研究A股的论文相对较少。近年的机器学习方法中,LightGBM以其效率高、准确性好、可解释性强的特点获得了研究者们的青睐,一般以其作为一个预测任务的基模型;而想要在数据集上去的更好的效果,以kaggle、天池为代表的各大数据竞赛网站表明,融合模型能够降低预测结果的方差,从而取得更好的预测效果。所以将量化交易和LightGBM、融合模型结合在一起,是一个值得研究的命题。基于以上背景,本文拟研究利用股价数据和常见因子结合机器学习模型来预测沪深300成分股的收益,并使用固定策略Topkdropout回测,以验证所使用机器学习方法的可行性。本文首先从雅虎财经上爬取了从2013年6月1日开始,到2021年6月10日为止的所有A股的每日股价信息,包括开盘价、收盘价、最高价、最低价、交易量、换手率、复权因子7个指标,再在其中选取了曾经进入过沪深300成分股的股票,共计52万余条数据。本文再整合了三类因子和业界常用的明星因子共,并通过特征筛选方法筛选出了139个因子。进入建模阶段,使用LightGBM、XGBoost、随机森林、神经网络以及融合模型Weighted＿ensemble来训练模型,并根据模型结果和固定的投资策略Topkdropout模拟交易,使用测试集的数据回测,验证LightGBM及融合模型获取超额收益和累计收益的能力,以及对风险的控制能力。实验结果表明,以LightGBM为代表的机器学习模型在量化交易领域有着不错的获得超额收益的能力,且LightGBM的特征重要性能够提供有效的因子组合,因子并不是越多越好;本文使用的模型融合方法以及融合模型Weighted＿ensemble表现更加稳定,能够获得比单模型更多的超额收益。