人工智能 68：构建神经网络多频率因子挖掘模型，并用于指数增强
创建于 更新于
摘要
本报告创新性构建基于神经网络的多频率因子挖掘模型，实现原始量价数据的端到端特征提取。通过引入15分钟频与日频数据的混合结构，设计两阶段增量学习模型，显著提升因子效用。回测结果显示，多频率增量混合模型周度RankIC高达10.22%，TOP组合年化超额收益率达36.36%。基于该模型构建的沪深300、中证500、1000及国证2000指数增强组合均表现优异，信息比率最高超4.79，显示出强劲的指数增强能力与风险控制效果。报告充分验证了神经网络多频率因子挖掘在A股量化投资中的应用价值。[page::0][page::3][page::18]
