华泰人工智能系列之十五：卷积神经网络选股研究｜2019华泰证券量化投资报告

报告摘要

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。

📋 核心要点(部分)

1. 研究导读
2. 卷积神经网络简介
3. 卷积神经网络原理
4. CNN运用于多因子选股的经验方法
5. 单因子测试表现
6. 全A选股策略回测
7. 进一步研究空间