基于残差网络的端到端因子挖掘模型：量化选股新方法

报告摘要

本文提出基于残差网络的两阶段因子挖掘模型，利用分钟线和周线数据构建端到端模式，生成因子在沪深300等指数上十日RankIC均值达14.97%，年化超额收益超41%，有效提升选股能力。

《基于残差网络的端到端因子挖掘模型：量化选股新方法》主要包含哪些内容?

本文提出基于残差网络的两阶段因子挖掘模型，利用分钟线和周线数据构建端到端模式，生成因子在沪深300等指数上十日RankIC均值达14.97%，年化超额收益超41%，有效提升选股能力。核心数据:14.97%;41.48%;9.57%。

这份报告由哪家机构发布?

本报告由东方证券发布,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 20.0。

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、基金经理等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、残差网络等议题。