人工智能系列研究报告之三十九：周频量价选股模型的组合优化实证
创建于 更新于
摘要
本报告系统分析了基于股票量价数据构建的周频AlphaNet选股模型的业绩归因、风险模型构建及组合优化实证。研究发现该模型自2011年以来具有显著alpha收益，但2015年后风格因子暴露增加，需采用更加精细的多因子风险控制策略。通过调整因子收益和特异性收益的协方差矩阵，构建了适配周频调仓的风险模型，验证了其比月频模型更稳定准确。实证测试了三类优化方案，涵盖风险模型应用、风格因子约束和行业偏配，展示了风险收益权衡和策略稳健性，为量价选股的实务操作提供了重要参考。[page::0][page::3][page::5][page::6][page::9][page::13][page::19]
