本报告由华泰证券金融工程团队推出，系统研究卷积神经网络（CNN）在A股多因子选股中的应用。基于2011-2019年全A股回测，CNN合成因子RankIC均值达13.62%，因子收益率均值1.021%；TOP组合年化收益率20.05%，夏普比率0.72，信息比率4.04，多空组合夏普比率4.84，显著优于全连接神经网络和线性回归。以中证500为基准，CNN年化超额收益13.69%-16.38%，信息比率2.29-2.56。报告还总结了CNN选股适配经验，如单层卷积、去池化、因子图片化等，并探讨了数据增强、残差网络等前沿方向。适合量化研究员、金融工程师、基金经理及AI投资者深入理解CNN在金融领域的实战应用。
本报告由华泰证券金融工程团队推出，系统研究卷积神经网络（CNN）在A股多因子选股中的应用。基于2011-2019年全A股回测，CNN合成因子RankIC均值达13.62%，因子收益率均值1.021%；TOP组合年化收益率20.05%，夏普比率0.72，信息比率4.04，多空组合夏普比率4.84，显著优于全连接神经网络和线性回归。以中证500为基准，CNN年化超额收益13.69%-16.38%，信息比率2.29-2.56。报告还总结了CNN选股适配经验，如单层卷积、去池化、因子图片化等，并探讨了数据增强、残差网络等前沿方向。适合量化研究员、金融工程师、基金经理及AI投资者深入理解CNN在金融领域的实战应用。
本报告由华泰证券金融工程团队推出，系统研究卷积神经网络（CNN）在A股多因子选股中的应用。基于2011-2019年全A股回测，CNN合成因子RankIC均值达13.62%，因子收益率均值1.021%；TOP组合年化收益率20.05%，夏普比率0.72，信息比率4.04，多空组合夏普比率4.84，显著优于全连接神经网络和线性回归。以中证500为基准，CNN年化超额收益13.69%-16.38%，信息比率2.29-2.56。报告还总结了CNN选股适配经验，如单层卷积、去池化、因子图片化等，并探讨了数据增强、残差网络等前沿方向。适合量化研究员、金融工程师、基金经理及AI投资者深入理解CNN在金融领域的实战应用。核心数据:RankIC均值13.62%;因子收益率均值1.021%;TOP组合年化收益率20.05%。
本报告由华泰证券发布,发布于 2019 年。
覆盖 2019 年,全文约 21。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化研究员、金融工程师、基金经理、投资分析师等读者参考。
重点分析了金融投资、金融投资研究等议题。