行业研究报告

端到端动态Alpha模型——AI系列研究之一,量化选股策略深度解析

2023-05金融投资23.0招商证券

本文提出基于深度神经网络的动态Alpha因子模型,实现端到端因子权重训练和预期收益率预测。相比线性模型,ICIR、分组收益率、多头收益率等指标显著提升,MLP网络引入正交惩罚保持因子低相关性,IC损失函数综合表现最佳。适用于量化选股策略。

报告摘要

本文提出基于深度神经网络的动态Alpha因子模型,实现端到端因子权重训练和预期收益率预测。相比线性模型,ICIR、分组收益率、多头收益率等指标显著提升,MLP网络引入正交惩罚保持因子低相关性,IC损失函数综合表现最佳。适用于量化选股策略。

核心要点

  1. 传统因子投资框架
  2. MLP网络结构
  3. 正交惩罚
  4. 损失函数比较
  5. 风险提示

报告信息

文件全名
AI 系列研究之一:端到端的动态Alpha模型-招商证券
适合读者
量化研究员金融分析师AI算法工程师
数据来源
多方数据交叉验证
核心议题
金融投资Alpha端动态模型

常见问题

《端到端动态Alpha模型——AI系列研究之一,量化选股策略深度解析》主要包含哪些内容?

本文提出基于深度神经网络的动态Alpha因子模型,实现端到端因子权重训练和预期收益率预测。相比线性模型,ICIR、分组收益率、多头收益率等指标显著提升,MLP网络引入正交惩罚保持因子低相关性,IC损失函数综合表现最佳。适用于量化选股策略。

这份报告由哪家机构发布?

本报告由招商证券发布,发布于 2023 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2023 年,全文约 23.0。

这份报告是免费的吗?如何获取?

本报告为付费报告,可在资料宝站内下单后获取完整内容。

这份报告适合哪些读者?

适合量化研究员、金融分析师、AI算法工程师等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、Alpha、端动态、模型等议题。

继续阅读

同分类报告

查看全部
📱 登录