环境因子研究探索：利用聚类与CNN研判市场状态构建量化择时策略

报告摘要

浙商证券发布环境因子研究，通过聚类和卷积神经网络(CNN)对沪深300标的池进行市场状态分类与研判。2018-2021年实证显示，基于状态切换的择时策略年化收益达13.59%，远超不择时的4.06%。该方法为量化投资提供增量信息，可与AI投研系统结合。

📋 核心要点(部分)

1. 市场环境模式学习分类
2. 通过聚类方法寻找分类数
3. 运用CNN存储分类关系
4. 标的池趋势反转多对应状态切换
5. 环境因子阶段性超额收益测试