海通证券选股因子系列研究：多颗粒度深度学习模型实现31.5%超额收益

报告摘要

本报告由海通证券发布，探索多颗粒度特征深度学习模型在量化选股中的应用。通过引入双向AGRU和注意力机制，模型在10日标签下实现费前年化超额收益31.5%，周均Rank IC超0.12，Top10%组合超额收益33%，Top100组合达40%，显著优于单颗粒度模型。

《海通证券选股因子系列研究：多颗粒度深度学习模型实现31.5%超额收益》主要包含哪些内容?

本报告由海通证券发布，探索多颗粒度特征深度学习模型在量化选股中的应用。通过引入双向AGRU和注意力机制，模型在10日标签下实现费前年化超额收益31.5%，周均Rank IC超0.12，Top10%组合超额收益33%，Top100组合达40%，显著优于单颗粒度模型。核心数据:31.5%;0.12。

这份报告由哪家机构发布?

本报告由海通证券发布,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 19.0。

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、金融工程师、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、多颗粒度、学习模型、超额收益等议题。