Large and Deep Factor Models
创建于 更新于
摘要
本文提出Portfolio Tangent Kernel（PTK）：在深度神经网络（DNN）训练构建SDF时，将“发现特征（what to price）”与“定价规则（how to price）”严格分离。PTK把网络学到的梯度特征映射为一个大规模特征管理因子集合，并给出闭式线性定价表示（LFM），在样本外能显著优于原始DNN和强随机特征基准；同时，PTK的谱复杂度自21世纪初以来显著上升（约6倍），这提高了隐含正则化并限制有限样本下的可学性能 [page::0][page::4][page::38].
