基于抗噪的 AI 量价模型改进方案
创建于 更新于
摘要
本报告提出通过对抗训练和异常信号因子提升AI量价模型抗噪性能，实现对低信噪比金融数据的有效特征提取。异常信号因子基于振幅和换手率，具有良好选股表现。改进模型自2018年以来在中证全指及沪深300、中证500、中证1000等指数上的RankIC均值达10%以上，多头年化超额收益显著。改进方案提升了指数增强策略的回测收益和稳定性，换手率有所下降，显示出模型鲁棒性和选股能力增强 [page::0][page::4][page::7][page::8][page::11][page::21]。
