基于样本加权与风格约束：对端到端模型泛化性的思考与改进-241212-华创证券

2024-12金融投资24免费

📄 文件全名: 《基于样本加权与风格约束：对端到端模型泛化性的思考与改进-241212-华创证券-24页.pdf》
🎯 适合读者: 投资人行业研究员
📊 核心数据: 当样本外的数据分布与样本内存在偏差时，模型预测偏差可能导致实际应用中
分组多头 TOP 组超额年化收益 39.67%，
撤-16%，优于基线的-21%。
GRU CONST 模型的 10 日 IC 最高达到为 14.1；
在 2024 年 9-11 月区间，强/弱约束设置下，TOP 组超额收益分别为 4.24%、1.58%，较基线分别提高 7.62%、1.8%。
🏷️ 核心议题: #证券#股票

📦 本报告属于月份合集

购买后将获得「2024 年 12 月报告合集」 · 共 4145 份报告打包下载链接

点击获取云盘下载链接

报告摘要

当样本外的数据分布与样本内存在偏差时，模型预测偏差可能导致实际应用中面对近年复杂多变的市场风格，本篇报告以端到端模型的泛化性基于 SVE 指标，我们发现端到端 GRU 模型

❓ 常见问题

《基于样本加权与风格约束：对端到端模型泛化性的思考与改进-241212-华创证券》主要包含哪些内容?

当样本外的数据分布与样本内存在偏差时，模型预测偏差可能导致实际应用中面对近年复杂多变的市场风格，本篇报告以端到端模型的泛化性基于 SVE 指标，我们发现端到端 GRU 模型核心数据:当样本外的数据分布与样本内存在偏差时，模型预测偏差可能导致实际应用中;分组多头 TOP 组超额年化收益 39.67%，;撤-16%，优于基线的-21%。。

这份报告覆盖哪一年、篇幅多大?

覆盖 2024 年,全文约 24。

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、股票等议题。