AlphaNet改进:结构和损失函数优化,因子挖掘神经网络新突破
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。
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。
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。
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。
本报告由华泰证券发布,发布于 2021 年。
覆盖 2021 年,全文约 21。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合量化研究员、金融工程师、投资经理等读者参考。
重点分析了金融投资、AlphaNet、改进、结构等议题。