基于机器学习的多因子预测选股全流程研究（包含因子数据和代码）

基于机器学习的多因子选股预测模型研究（全流程，包含数据） 1、数据获取 2、数据预处理 3、特征选择 4、划分训练集和测试集 5、机器学习模型构建（随机森林、线性回归、支撑向量机） 6、预测未来走势 7、选股+构造策略 8、收益曲线可视化绘制 9、模型评估 累积收益率、夏普比率、年化收益率等