神经网络多频率因子挖掘模型：华泰证券量化研究最新成果
本报告详细介绍了华泰证券利用神经网络自动提取股票量价数据中的特征，实现端到端因子挖掘和合成。重点研究多频率混合模型，结合15分钟频和日频数据，测试显示周度RankIC均值达9.30%，TOP组合年化超额收益率高达30.12%（不计交易成本），为指数增强策略提供有力工具。
报告摘要
本报告详细介绍了华泰证券利用神经网络自动提取股票量价数据中的特征，实现端到端因子挖掘和合成。重点研究多频率混合模型，结合15分钟频和日频数据，测试显示周度RankIC均值达9.30%，TOP组合年化超额收益率高达30.12%（不计交易成本），为指数增强策略提供有力工具。
核心要点
- 神经网络在15分钟频量价数据上的应用
- 多频率混合模型构建
- 两阶段增量学习模型设计
- 指数增强策略效果分析
报告信息
- 文件全名
- 《金工：神经网络多频率因子挖掘模型-华泰证券-(1)》
- 适合读者
- 核心数据
- 9.30%
- 24.18%
- 30.12%
- 核心议题
常见问题
《神经网络多频率因子挖掘模型：华泰证券量化研究最新成果》主要包含哪些内容?
本报告详细介绍了华泰证券利用神经网络自动提取股票量价数据中的特征，实现端到端因子挖掘和合成。重点研究多频率混合模型，结合15分钟频和日频数据，测试显示周度RankIC均值达9.30%，TOP组合年化超额收益率高达30.12%（不计交易成本），为指数增强策略提供有力工具。核心数据:9.30%;24.18%;30.12%。
这份报告由哪家机构发布?
本报告由华泰证券发布,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 22.0。
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、数据科学家等读者参考。
报告涉及哪些关键议题?
重点分析了金融投资、最新成果等议题。
继续阅读
查看全部 →