聚焦银河金工组合优化系列报告:时序截面三层深度学习模型预测收益风险信号。预测标签取未来 22 个交易日的超额收益、Sharpe 比率和未来 66 个交易日的最大回撤。K 线数据构建特征工程、分组差异化预处理,预测特征包含收益风险信号:特征工程包含两步:第一步,从 K 线本身出发,并按照金融意义分组,构建 K线形态、动量趋势、相对基准强弱、风险波动和量价等多维特征;第二步,在输入模型前针对不同分组采用差异化预处理。其中 TimeEncoder 对输入特征值进行时间编码、捕捉个股在时间序列上的长距离依赖,通过注意力池化进行加权聚合;GraphSAGE在截面维度上通过聚合邻居节点的特征识别股票间的联动结构;共同的输入值分别经过三个独立的 MLP 头,输出超额收益、Sharpe 比率和最大回撤的预测值。
聚焦银河金工组合优化系列报告:时序截面三层深度学习模型预测收益风险信号。预测标签取未来 22 个交易日的超额收益、Sharpe 比率和未来 66 个交易日的最大回撤。K 线数据构建特征工程、分组差异化预处理,预测特征包含收益风险信号:特征工程包含两步:第一步,从 K 线本身出发,并按照金融意义分组,构建 K线形态、动量趋势、相对基准强弱、风险波动和量价等多维特征;第二步,在输入模型前针对不同分组采用差异化预处理。其中 TimeEncoder 对输入特征值进行时间编码、捕捉个股在时间序列上的长距离依赖,通过注意力池化进行加权聚合;GraphSAGE在截面维度上通过聚合邻居节点的特征识别股票间的联动结构;共同的输入值分别经过三个独立的 MLP 头,输出超额收益、Sharpe 比率和最大回撤的预测值。
聚焦银河金工组合优化系列报告:时序截面三层深度学习模型预测收益风险信号。预测标签取未来 22 个交易日的超额收益、Sharpe 比率和未来 66 个交易日的最大回撤。K 线数据构建特征工程、分组差异化预处理,预测特征包含收益风险信号:特征工程包含两步:第一步,从 K 线本身出发,并按照金融意义分组,构建 K线形态、动量趋势、相对基准强弱、风险波动和量价等多维特征;第二步,在输入模型前针对不同分组采用差异化预处理。其中 TimeEncoder 对输入特征值进行时间编码、捕捉个股在时间序列上的长距离依赖,通过注意力池化进行加权聚合;GraphSAGE在截面维度上通过聚合邻居节点的特征识别股票间的联动结构;共同的输入值分别经过三个独立的 MLP 头,输出超额收益、Sharpe 比率和最大回撤的预测值。核心数据:预测标签取未来 22 个交易日的超额收益、Sharpe 比率和未来 66 个交易日的最大回撤;深度学习预测+组合优化框架在沪深 300、科创 50 等主流宽基指数表现优异:将以上指数增强框架分别应用于沪深 300、科创 50 指数成分股,每年滚动训练深度学习模型并预测下一年信号结果,沪深 300 指数增强策略在 2020年 7 月 31 日至 2026 年 5 月 29 日区间实现年化收益率 6.73%、年化超额收益5.92%;科创 50 指数增强策略在 2021 年 7 月 30 日至 2026 年 5 月 29 日区间实现年化收益率 7.72%、年化超额收益 5.24%。
本报告由银河证券发布,发布于 2026 年。
覆盖 2026 年。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
重点分析了银河金工组合优化系列报告等议题。