AlphaNet改进:结构和损失函数优化,因子挖掘神经网络新突破

2021-07金融投资21📊 华泰证券¥1

报告维度

📄 文件全名
AlphaNet改进:结构和损失函数-华泰证券
🎯 适合读者
量化研究员金融工程师投资经理
📚 数据来源
多方数据交叉验证
🏷️ 核心议题
#金融投资#AlphaNet#改进#结构
📦 本报告属于月份合集
购买后将获得「2021 年 7 月报告合集 · 共 3256 份报告打包下载链接
支付即将开放

报告摘要

华泰证券提出AlphaNet三个改进方向:自定义Dropout提升训练速度、损失函数中性化剔除风格因子、提高多头样本权重。改进模型相对中证500累积超额收益显著优于基线模型。

📋 核心要点(部分)

  1. 引言
  2. 特征提取层自定义Dropout机制
  3. 损失函数中性化机制
  4. 提高多头样本权重
  5. 测试结果

同分类推荐

📱 登录
AlphaNet改进:结构和损失函数优化,因子挖掘神经网络新突破 | 资料宝