基于全频段量价特征的选股模型

创建于 2025-07-18T15:52:47.751635+08:00 更新于 2025-09-30T18:33:51.034950+08:00

摘要

本文基于高频和低频量价数据构建选股模型，利用27个高频因子及多任务深度学习模型进行因子合成，形成全频段融合因子，实现对中证500及中证1000指数增强。全频段融合因子在2017-2023年回测中，表现出更优异的RankIC均值(11.47%)及年化超额收益(32.25%)，对应指数增强组合信息比率超3，显示显著选股alpha能力和实际应用价值[page::0][page::5][page::20][page::23]。

速读内容

深度阅读