多模型集成量价 Alpha 策略 ——AI 系列研究之二
创建于 更新于
摘要
本报告基于日线量价数据，使用MLP、GBDT、GRU及AGRU四种机器学习模型构建Alpha因子，分析各模型及多模型集成因子的表现。结果显示集成因子在全A股的RankIC提升至11.9%，年化多头收益率达到33.11%。集成因子与主流风格因子相关性较低，流动性和残差波动率风格暴露较显著，风格中性化后选股效果依然明显。基于集成因子的指数增强策略在沪深300、中证500和中证1000均表现优异，最高超额收益率达20.13%，信息比率3.07。策略适度控制换手率以平衡收益和交易成本，展示了机器学习模型在量价Alpha挖掘和指数增强中的潜力与应用价值 [page::0][page::9][page::10][page::11][page::12][page::17].
