聚焦国泰海通量化选股系列(五)——让深度学习因子适应不同市场环境。[Tabl多粒度因子长期有优 e_Summary] 异表现,但 2026 年以来因子表现波动显著:多粒度 2 周标签因子构建的空气指增组合 2020 年以来相对 Wind 全 A等权指数年化超额高达 27.88%。简单的与风格因子正交并不能很好的解决多粒度因子的不稳定只是将多粒度因子与市值等风格因子正交并不能有效提升因子表现,尤其在 500 增强与 1000 增强组合中,单纯中性化后 2026 年组合超额收益依然趋近于 0。进一步叠加风格惩罚并不会提升因子的组合增强表现,反而会增加组合的不稳定性:多源深度学习模型基础上,进一步叠加风格惩罚,多源深度学习因子的指数增强表现并没有显著提升,分年度超额收益反而更加不稳定。
聚焦国泰海通量化选股系列(五)——让深度学习因子适应不同市场环境。[Tabl多粒度因子长期有优 e_Summary] 异表现,但 2026 年以来因子表现波动显著:多粒度 2 周标签因子构建的空气指增组合 2020 年以来相对 Wind 全 A等权指数年化超额高达 27.88%。简单的与风格因子正交并不能很好的解决多粒度因子的不稳定只是将多粒度因子与市值等风格因子正交并不能有效提升因子表现,尤其在 500 增强与 1000 增强组合中,单纯中性化后 2026 年组合超额收益依然趋近于 0。进一步叠加风格惩罚并不会提升因子的组合增强表现,反而会增加组合的不稳定性:多源深度学习模型基础上,进一步叠加风格惩罚,多源深度学习因子的指数增强表现并没有显著提升,分年度超额收益反而更加不稳定。
聚焦国泰海通量化选股系列(五)——让深度学习因子适应不同市场环境。[Tabl多粒度因子长期有优 e_Summary] 异表现,但 2026 年以来因子表现波动显著:多粒度 2 周标签因子构建的空气指增组合 2020 年以来相对 Wind 全 A等权指数年化超额高达 27.88%。简单的与风格因子正交并不能很好的解决多粒度因子的不稳定只是将多粒度因子与市值等风格因子正交并不能有效提升因子表现,尤其在 500 增强与 1000 增强组合中,单纯中性化后 2026 年组合超额收益依然趋近于 0。进一步叠加风格惩罚并不会提升因子的组合增强表现,反而会增加组合的不稳定性:多源深度学习模型基础上,进一步叠加风格惩罚,多源深度学习因子的指数增强表现并没有显著提升,分年度超额收益反而更加不稳定。核心数据:[Tabl多粒度因子长期有优 e_Summary] 异表现,但 2026 年以来因子表现波动显著:多粒度 2 周标签因子构建的空气指增组合 2020 年以来相对 Wind 全 A等权指数年化超额高达 27.88%;多粒度因子的不稳定表现很大程度来自于其与风格因子,尤其是市值因子高相关:整体看,多粒度因子与市值,市值平方,特质波动,换手有较高相关性,尤其与市值因子相关性高达-0.3,其空气指增组合历史市值分位数均值只有 18.9%,2022 年以来还有越来越偏小市值的趋势;修正后的多源深度学习因子 2026年指数增强超额收益均能超过 10%。
本报告由国泰海通证券发布,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。
适合投资人等读者参考。
重点分析了环境、量化、国泰海通量化选股系列等议题。