开源量化评论(103)：深度学习赋能风格轮动与多策略融合-241212-开源证券

2024-12金融投资16免费

📄 文件全名: 《开源量化评论(103)：深度学习赋能风格轮动与多策略融合-241212-开源证券-16页.pdf》
🎯 适合读者: 投资人行业研究员
📊 核心数据: 从 2019 年至今月度 RankIC 均值为 9.37%。
模型，该模型能够更好的把握时序数据的隐含关系，月度 RankIC 提升至 10.27%。
若直接从指数层面出发，指数 Transformer 因子的月度 RankIC 为 6.13%，具备一
周期(5 日)的滚动预测，并将短、长周期的隐藏层合并后输入强化学习模型。
图 3： LSTM 因子 10 分组多空对冲的年化收益率为 32.74% ..................................................................................................... 5
🏷️ 核心议题: #证券#金融#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

证书编号：S0790519120001 weijianrong@kysec.cn shengshaocheng@kysec.cn

📋 核心要点(部分)

2024 年 12 月 12 日
魏建榕（分析师）
盛少成（分析师）
翔（分析师）
傅开波（分析师）
在《深度学习赋能分析师行为：更稳的盈利预期调整组合》中，我们利用了
鹏（分析师）
苏俊豪（分析师）

❓ 常见问题

《开源量化评论(103)：深度学习赋能风格轮动与多策略融合-241212-开源证券》主要包含哪些内容?

证书编号：S0790519120001 weijianrong@kysec.cn shengshaocheng@kysec.cn核心数据:从 2019 年至今月度 RankIC 均值为 9.37%。;模型，该模型能够更好的把握时序数据的隐含关系，月度 RankIC 提升至 10.27%。;若直接从指数层面出发，指数 Transformer 因子的月度 RankIC 为 6.13%，具备一。

这份报告覆盖哪一年、篇幅多大?

覆盖 2024 年,全文约 16。

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、股票等议题。