深度学习揭秘系列之二：涵盖价量与基本面因子的多模型结合神经网络-241030-信达证券

2024-10金融投资39免费

📄 文件全名: 《深度学习揭秘系列之二：涵盖价量与基本面因子的多模型结合神经网络-241030-信达证券-39页.pdf》
🎯 适合读者: 投资人行业研究员
📊 核心数据: 因子对原始收益的预测效果，以及在预测中性化收益率的场景下，不同输入形式与
络对量价因子和原始行情数据的拟合及预测效果。
以量价因子原始值建模预测中性化收益，在因子 IC 与组合收益上有损，但模型能学
在预测中性化收益的场景下，本文对比了不同的输入三种
（1）以原始值为特征，原始收益率为标签，中性化模型预测值。
🏷️ 核心议题: #证券#金融

📦 本报告属于月份合集

购买后将获得「2024 年 10 月报告合集」 · 共 3693 份报告打包下载链接

点击获取云盘下载链接

报告摘要

执业编号：S1500521070001 箱：yumingming@cindasc.com 执业编号：S1500523050003

📋 核心要点(部分)

2.1
量价因子：以原始值建模 IC 与收益有损，但组合风险端更佳 ................................. 13

❓ 常见问题

《深度学习揭秘系列之二：涵盖价量与基本面因子的多模型结合神经网络-241030-信达证券》主要包含哪些内容?

执业编号：S1500521070001 箱：yumingming@cindasc.com 执业编号：S1500523050003核心数据:因子对原始收益的预测效果，以及在预测中性化收益率的场景下，不同输入形式与;络对量价因子和原始行情数据的拟合及预测效果。;以量价因子原始值建模预测中性化收益，在因子 IC 与组合收益上有损，但模型能学。

这份报告覆盖哪一年、篇幅多大?

覆盖 2024 年,全文约 39。

这份报告是免费的吗?如何获取?

本报告免费查阅,登录资料宝后即可在线获取完整内容。

这份报告适合哪些读者?

适合投资人、行业研究员等读者参考。

报告涉及哪些关键议题?

重点分析了证券、金融等议题。