報告對各種Boosting 集成學習模型進行系統測試 Boosting 集成學習模型將多個弱學習器串行結合，能夠很好地兼顧模型的 偏差和方差，該類模型在最近幾年獲得了長足的發展，主要包括AdaBoost、 GBDT、XGBoost。本篇報告我們將對這三種Boosting 集成學習模型進行 系統性的測試，并分析它們應用于多因子選股的異同，希望對本領域的投 資者產生有實用意義的參考價值。