【基金】基于深度学习GRU因子的行业轮动模型— —金融工程专题

创建于 2025-09-26T08:59:18.009220+08:00 更新于 2025-09-26T09:06:13.884601+08:00

摘要

本报告基于深度学习门控循环单元（GRU）及其改进版本AGRU，构建行业轮动模型，利用申万一级行业指数日行情数据，预测未来周度收益。AGRU模型通过引入注意力机制，提升了因子表现及回测收益，多头年化收益率达6.0%，多空策略年化收益8.4%，并与传统因子相关性较低，展示良好的行业轮动补充价值。该方法融合了金融时间序列的长期趋势与多维非线性特征，显著提升行业轮动策略的稳健性和收益表现。未来计划引入更多基本面、资金面、情绪面因子，进一步优化模型效果 [page::0][page::1]。

速读内容

深度阅读