2018广发证券金融工程专题：风险中性的深度学习选股策略

报告摘要

本报告是广发证券金融工程团队于2018年发布的前沿研究，聚焦于将深度学习模型应用于选股策略，并实现风险中性控制。报告首先回顾了传统多因子模型的局限，进而提出基于深度学习的风险中性选股框架，通过组合表现、风险中性、策略实证等章节系统阐述模型构建与回测结果。核心亮点包括：1) 利用神经网络自动挖掘非线性因子关系；2) 通过风险中性处理剥离市场风险，突出选股alpha；3) 提供详细的实证回测与样本外表现分析。适合量化研究员、金融工程师、基金经理及股票投资者参考，帮助理解深度学习在量化投资中的落地应用。

📋 报告目录

1. 组合表现
2. 风险中性
3. 策略与实证
4. 总结
5. 问题背景