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

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(部分)

1. 神经网络在15分钟频量价数据上的应用
2. 多频率混合模型构建
3. 两阶段增量学习模型设计
4. 指数增强策略效果分析