高频与日度量价数据混合的深度学习因子研究_选股因子系列_海通证券
本报告引入低频量价信息与高频数据共同训练深度学习模型,得到混频因子。2017年以来周均IC达0.10,TOP10%多头年化超额收益30%,TOP100达35%。因子在成交金额高、市值适中的股票中表现更优,为量化选股提供增量Alpha。
本报告引入低频量价信息与高频数据共同训练深度学习模型,得到混频因子。2017年以来周均IC达0.10,TOP10%多头年化超额收益30%,TOP100达35%。因子在成交金额高、市值适中的股票中表现更优,为量化选股提供增量Alpha。
本报告引入低频量价信息与高频数据共同训练深度学习模型,得到混频因子。2017年以来周均IC达0.10,TOP10%多头年化超额收益30%,TOP100达35%。因子在成交金额高、市值适中的股票中表现更优,为量化选股提供增量Alpha。
本报告引入低频量价信息与高频数据共同训练深度学习模型,得到混频因子。2017年以来周均IC达0.10,TOP10%多头年化超额收益30%,TOP100达35%。因子在成交金额高、市值适中的股票中表现更优,为量化选股提供增量Alpha。核心数据:0.10。
本报告由海通证券发布,发布于 2023 年。
覆盖 2023 年,全文约 20.0。
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、投资经理、金融分析师等读者参考。
重点分析了金融投资、学习因子、海通证券、高频等议题。