神经网络日频alpha模型初步实践:因子选股系列之七十四 - 东方证券2021
本报告提出利用神经网络批量产生弱因子,通过正交转换降低因子相关性,300个弱因子两两相关性低于20%,合成ZSCORE次日RankIC达12.5%,5日累计16.8%。在低换手下近年可获20%左右超额收益,有效应对因子拥挤和传统alpha模型困境。
本报告提出利用神经网络批量产生弱因子,通过正交转换降低因子相关性,300个弱因子两两相关性低于20%,合成ZSCORE次日RankIC达12.5%,5日累计16.8%。在低换手下近年可获20%左右超额收益,有效应对因子拥挤和传统alpha模型困境。
本报告提出利用神经网络批量产生弱因子,通过正交转换降低因子相关性,300个弱因子两两相关性低于20%,合成ZSCORE次日RankIC达12.5%,5日累计16.8%。在低换手下近年可获20%左右超额收益,有效应对因子拥挤和传统alpha模型困境。
本报告提出利用神经网络批量产生弱因子,通过正交转换降低因子相关性,300个弱因子两两相关性低于20%,合成ZSCORE次日RankIC达12.5%,5日累计16.8%。在低换手下近年可获20%左右超额收益,有效应对因子拥挤和传统alpha模型困境。核心数据:12.5%;16.8%。
本报告由东方证券发布,发布于 2021 年。
覆盖 2021 年,全文约 19。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合金融从业者、量化研究员、基金经理等读者参考。
重点分析了金融投资、alpha、模型初步、东方证券等议题。