资金流向相似性图谱与图神经网络：金融产品深度研究，提升模型IC与收益增量
本报告构建6种资金流向相似性图谱，结合XGBoost与GAT模型，有效提升因子IC约2%、TOP组超额2%~5%、多空年化收益3%~10%，为量化投资提供创新增强方案。
报告摘要
本报告构建6种资金流向相似性图谱，结合XGBoost与GAT模型，有效提升因子IC约2%、TOP组超额2%~5%、多空年化收益3%~10%，为量化投资提供创新增强方案。
核心要点
- 资金流向相似性关系图谱
- 特征工程衍生因子
- 注意力机制图神经网络
- 传统模型与GAT再集成
报告信息
- 文件全名
- 《金融产品深度：资金流向相似性图谱与图神经网络-中信建投》
- 适合读者
- 核心数据
- 2%~5%
- 3%~10%
- 核心议题
常见问题
《资金流向相似性图谱与图神经网络：金融产品深度研究，提升模型IC与收益增量》主要包含哪些内容?
本报告构建6种资金流向相似性图谱，结合XGBoost与GAT模型，有效提升因子IC约2%、TOP组超额2%~5%、多空年化收益3%~10%，为量化投资提供创新增强方案。核心数据:2%~5%;3%~10%。
这份报告由哪家机构发布?
本报告由中信建投发布,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 30.0。
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、投资经理等读者参考。
报告涉及哪些关键议题?
重点分析了金融投资、图神经网络、金融产品、提升模型等议题。
继续阅读
查看全部 →