「最新研报解读」栏目，解读最新发布的券商金融工程研报，每天推送。帮助大家了解最新研究成果、提供策略灵感。

在工具的介绍中，研究员推荐了三个常用工具包：
1. Numpy: 能够储存盒处理大型数组，具有强大的科学计算功能。
2. Pandas:提供了DataFrame这一数据结构，极大简化了数据分析过程
3. Scikit-Learn: Python机器学习中最广泛使用的工具，囊括了广义线性模型，支持向量机，朴素贝叶斯，现行和二次判别分析等算法。

有了工具基础，文章开始介绍利用Python进行机器学习。研究员认为多因子选股是最适合转换为机器学习，并且用计算机语言表达出来的框架。其原理类似线性回归，通过分析数据寻找因变量和多个自变量之间的关系。根据历史的自变量和因变量的关系，用机器学习的方法估计出自由参数量。再利用最新的自变量和自由参数量，预测未来的因变量。相比于线性回归，机器学习的优势在于可以发现非线性关系，还能够筛选出最有效的自变量。再者，参数优化的过程能够遴选出预测力强的模型。

在第三部分，研究员将机器学习选股代码拆分为十二个子模块，包括：模块导入，参数设置，数据读入，数据标记，数据预处理，模型设置，模型训练，模型预测，模型评价，策略构建，策略评价和结果保存。研究员选取2005年1月至2010年12为训练区间，2011年1月至2017年5月为预测区间。选取每个月超额收益排名前三十的股票为正例，排名后三十的股票为反例。围绕预测结果，研究员构建一个简单的策略：选取每个月最可能涨的100只股票，等权配置资产，然后计算该策略的收益和净值。测试的结果，年化超额收益28%，波动率23%, 信息比率（information ratio）为1.22。

本篇研报即提供了策略思路，也提供了使用Python机器学习选股的详细方法。是量化投资入门的好文。希望童鞋们喜欢～