權(quán)益配置因子研究:基于GRU、TCN模型的深度學(xué)習(xí)因子選股效果研究.pdf
- 上傳者:5****
- 時(shí)間:2025/07/31
- 熱度:116
- 0人點(diǎn)贊
- 舉報(bào)
權(quán)益配置因子研究:基于GRU、TCN模型的深度學(xué)習(xí)因子選股效果研究。本報(bào)告使用 GRU 和 TCN 模型訓(xùn)練深度學(xué)習(xí)因子,測(cè)試選股效果。模型效果上, GRU 略好于 TCN+GRU,略好于 TCN;預(yù)測(cè) 10 日收益模型略好于預(yù)測(cè) 5 日模型。 深度學(xué)習(xí)因子與低波動(dòng)、低流動(dòng)性因子相關(guān)性較高。構(gòu)建指數(shù)增強(qiáng)選股策略,控制 市值行業(yè)無(wú)暴露,2017 年以來(lái)滬深 300 增強(qiáng)年化超額 11.8%,本年超額-0.4%;中 證 500 指數(shù)增強(qiáng)策略年化超額 13.6%,本年超額 2.7%;中證 1000 增強(qiáng)年化超額 21.7%,本年超額 9.9%;中證 2000 增強(qiáng)年化超額 27.1%,本年超額 9.3%。
深度學(xué)習(xí)模型選股上應(yīng)用廣泛。本報(bào)告使用 GRU、TCN 模型訓(xùn)練 深度學(xué)習(xí)因子。GRU 雖然是 RNN 中比較簡(jiǎn)單的模型,但被證實(shí)有 效后,以其預(yù)測(cè)效果好訓(xùn)練速度快的特點(diǎn),在業(yè)內(nèi)得以廣泛使用。 TCN 是基于 CNN 架構(gòu),通過(guò)因果卷積、擴(kuò)張卷積和殘差連接等技 術(shù),有效捕捉時(shí)間序列中的長(zhǎng)期依賴(lài)關(guān)系的模型。
模型訓(xùn)練過(guò)程說(shuō)明。輸入數(shù)據(jù)集:30 日行情、60 日行情、30 周行 情,6 個(gè)特征(高、開(kāi)、低、收、均價(jià)、換手率)。預(yù)測(cè)標(biāo)簽:t+1 日 至 t+6 日的 5 日均價(jià)漲跌幅、t+1 日至 t+11 日的 10 日均價(jià)漲跌幅。 訓(xùn)練過(guò)程:2017 年以來(lái),每年訓(xùn)練一個(gè)模型供下一年使用,使用前 9 年數(shù)據(jù)為訓(xùn)練集,第 10 年數(shù)據(jù)為驗(yàn)證集。損失函數(shù):預(yù)測(cè)值和收 益率的相關(guān)系數(shù)取負(fù)。使用模型:TCN、TCN+GRU、GRU。
單因子選股效果。多頭組在中小市值股票池(中證 1000、中證 2000) 超額更高,選股效果更好,因子值是否市值行業(yè)中性化影響較小; 滬深 300 中因子原始值的效果明顯好于市值行業(yè)中性化后因子值。 市值行業(yè)中性化后因子超額收益明顯減少,部分說(shuō)明深度學(xué)習(xí)因子 捕捉到風(fēng)格輪動(dòng)、行業(yè)輪動(dòng)的規(guī)律。模型表現(xiàn)上,GRU 略好于 TCN+GRU,略好于 TCN;預(yù)測(cè) 10 日收益模型超額收益略高于預(yù)測(cè) 5 日收益模型。
復(fù)合因子選股效果。深度學(xué)習(xí)因子與低波、低流動(dòng)性因子相關(guān)性較 高,反轉(zhuǎn)因子也有一定相關(guān)性。與分鐘高頻因子、快照因子相關(guān)性 不高,與基本面因子相關(guān)性較低。等權(quán)加權(quán)后的復(fù)合因子效果均好 于單因子。構(gòu)建指數(shù)增強(qiáng)策略,設(shè)置成分股不少于 80%,單邊換手 率不超 20%約束,控制市值行業(yè)無(wú)暴露, 2017 年 1 月以來(lái),滬深 300 指數(shù)增強(qiáng)年化超額 11.8%,超額最大回撤-6.0%;截至 2025 年 6 月 30 日,本年超額-0.4%,超額最大回撤-3.1%。中證 500 指數(shù)增強(qiáng) 年化超額 13.6%,超額最大回撤-7.1%;本年超額 2.7%,超額最大回 撤-4.2%。中證 1000 指數(shù)增強(qiáng)年化超額 21.7%,超額最大回撤-9.3%; 本年超額 9.9%,超額最大回撤-2.1%。中證 2000 指數(shù)增強(qiáng)年化超額 27.1%,超額最大回撤-5.2%;本年超額 9.3%,超額最大回撤-3.4%。 允許市值行業(yè)適當(dāng)暴露(市值暴露最大偏離 0.5 個(gè)標(biāo)準(zhǔn)差,行業(yè)權(quán) 重最大偏離 2.5%),2017 年 1 月以來(lái),滬深 300 指數(shù)增強(qiáng)年化超額 8.8%,超額最大回撤-9.90%;截至 2025 年 6 月 30 日,本年超額1.7%,超額最大回撤-3.6%。中證 500 指數(shù)增強(qiáng)年化超額 14.6%,超 額最大回撤-9.2%;本年超額 5.2%,超額最大回撤-1.6%。中證 1000 指數(shù)增強(qiáng)年化超額 22.3%,超額最大回撤-8.3%;本年超額 9.0%,超 額最大回撤-1.6%。中證 2000 指數(shù)增強(qiáng)年化超額 26.2%,超額最大 回撤-5.2%;本年超額 5.3%,超額最大回撤-3.6%。如果考慮雙邊 0.3% 交易費(fèi)用,每年收益減少約 3%。
免責(zé)聲明:本文 / 資料由用戶個(gè)人上傳,平臺(tái)僅提供信息存儲(chǔ)服務(wù),如有侵權(quán)請(qǐng)聯(lián)系刪除。
- 相關(guān)標(biāo)簽
- 相關(guān)專(zhuān)題
- 全部熱門(mén)
- 本年熱門(mén)
- 本季熱門(mén)
- 投資策略:AI“泡沫”走到了哪一步?.pdf 122 30積分
- 國(guó)元國(guó)際-互聯(lián)網(wǎng)行業(yè)報(bào)告:AI產(chǎn)業(yè)鏈剖析,陣營(yíng)分化誰(shuí)能笑到最后.pdf 95 8積分
- 計(jì)算機(jī)行業(yè)2026年中期投資策略:邁向token經(jīng)濟(jì)新時(shí)代.pdf 82 13積分
- 【策略專(zhuān)題】AI與科網(wǎng):相似的繁榮,不同的底牌.pdf 73 3積分
- 高盛-聚焦中國(guó)互聯(lián)網(wǎng)AI模型行業(yè):解讀AI和超大盤(pán)股的主要爭(zhēng)論點(diǎn);未來(lái)投資建議(摘要).pdf 64 6積分
- 香港大學(xué)人工智能、管理與組織研究中心-人工智能行業(yè)AI大壓縮:智能經(jīng)濟(jì)時(shí)代的生產(chǎn)范式轉(zhuǎn)移.pdf 61 7積分
- 行業(yè)研究報(bào)告:AI業(yè)務(wù)與應(yīng)用場(chǎng)景商業(yè)化洞見(jiàn)-從Token爆發(fā)走向場(chǎng)景兌現(xiàn),AI的商業(yè)價(jià)值取決于場(chǎng)景價(jià)值密度.pdf 53 3積分
- 科技行業(yè)2026下半年展望:AI主題或繼續(xù)主導(dǎo)下半年行情.pdf 48 3積分
- 前哨科技-2026年中國(guó)企業(yè)AI應(yīng)用進(jìn)程與場(chǎng)景落地研究報(bào)告:從個(gè)人提效到組織能力的轉(zhuǎn)折時(shí)刻.pdf 45 6積分
- 智源齊說(shuō)-2026醫(yī)療智能體行業(yè)應(yīng)用發(fā)展白皮書(shū):從政策范式到臨床價(jià)值的躍遷.pdf 44 8積分
- 投資策略:AI“泡沫”走到了哪一步?.pdf 122 30積分
- 國(guó)元國(guó)際-互聯(lián)網(wǎng)行業(yè)報(bào)告:AI產(chǎn)業(yè)鏈剖析,陣營(yíng)分化誰(shuí)能笑到最后.pdf 95 8積分
- 計(jì)算機(jī)行業(yè)2026年中期投資策略:邁向token經(jīng)濟(jì)新時(shí)代.pdf 82 13積分
- 【策略專(zhuān)題】AI與科網(wǎng):相似的繁榮,不同的底牌.pdf 73 3積分
- 高盛-聚焦中國(guó)互聯(lián)網(wǎng)AI模型行業(yè):解讀AI和超大盤(pán)股的主要爭(zhēng)論點(diǎn);未來(lái)投資建議(摘要).pdf 64 6積分
- 香港大學(xué)人工智能、管理與組織研究中心-人工智能行業(yè)AI大壓縮:智能經(jīng)濟(jì)時(shí)代的生產(chǎn)范式轉(zhuǎn)移.pdf 61 7積分
- 行業(yè)研究報(bào)告:AI業(yè)務(wù)與應(yīng)用場(chǎng)景商業(yè)化洞見(jiàn)-從Token爆發(fā)走向場(chǎng)景兌現(xiàn),AI的商業(yè)價(jià)值取決于場(chǎng)景價(jià)值密度.pdf 53 3積分
- 科技行業(yè)2026下半年展望:AI主題或繼續(xù)主導(dǎo)下半年行情.pdf 48 3積分
- 前哨科技-2026年中國(guó)企業(yè)AI應(yīng)用進(jìn)程與場(chǎng)景落地研究報(bào)告:從個(gè)人提效到組織能力的轉(zhuǎn)折時(shí)刻.pdf 45 6積分
- 智源齊說(shuō)-2026醫(yī)療智能體行業(yè)應(yīng)用發(fā)展白皮書(shū):從政策范式到臨床價(jià)值的躍遷.pdf 44 8積分
- 投資策略:AI“泡沫”走到了哪一步?.pdf 122 30積分
- 國(guó)元國(guó)際-互聯(lián)網(wǎng)行業(yè)報(bào)告:AI產(chǎn)業(yè)鏈剖析,陣營(yíng)分化誰(shuí)能笑到最后.pdf 95 8積分
- 計(jì)算機(jī)行業(yè)2026年中期投資策略:邁向token經(jīng)濟(jì)新時(shí)代.pdf 82 13積分
- 【策略專(zhuān)題】AI與科網(wǎng):相似的繁榮,不同的底牌.pdf 73 3積分
- 高盛-聚焦中國(guó)互聯(lián)網(wǎng)AI模型行業(yè):解讀AI和超大盤(pán)股的主要爭(zhēng)論點(diǎn);未來(lái)投資建議(摘要).pdf 64 6積分
- 香港大學(xué)人工智能、管理與組織研究中心-人工智能行業(yè)AI大壓縮:智能經(jīng)濟(jì)時(shí)代的生產(chǎn)范式轉(zhuǎn)移.pdf 61 7積分
- 行業(yè)研究報(bào)告:AI業(yè)務(wù)與應(yīng)用場(chǎng)景商業(yè)化洞見(jiàn)-從Token爆發(fā)走向場(chǎng)景兌現(xiàn),AI的商業(yè)價(jià)值取決于場(chǎng)景價(jià)值密度.pdf 53 3積分
- 科技行業(yè)2026下半年展望:AI主題或繼續(xù)主導(dǎo)下半年行情.pdf 48 3積分
- 前哨科技-2026年中國(guó)企業(yè)AI應(yīng)用進(jìn)程與場(chǎng)景落地研究報(bào)告:從個(gè)人提效到組織能力的轉(zhuǎn)折時(shí)刻.pdf 45 6積分
- 智源齊說(shuō)-2026醫(yī)療智能體行業(yè)應(yīng)用發(fā)展白皮書(shū):從政策范式到臨床價(jià)值的躍遷.pdf 44 8積分
