深度学习如何利用公募持仓网络优化选股效果？
创建于 更新于
摘要
报告基于深度学习LSTM+MLP模型分析中证1000股票周度收益，提出结合公募基金持仓网络矩阵分解生成股票内在属性，构建静态及动态内在属性因子以提升选股能力。静态内在属性搭配深度学习因子后回测年化收益8.8%，动态内在属性进一步提升至26.2%，主动增强策略超额收益达24.5%，信息比率显著，展示深度学习结合持仓网络方法选股效果优化路径与量化投资实践潜力 [page::0][page::10][page::14][page::16]
