【国盛金工】量化专题：提升AI模型边际效能：图注意力网络与特征集成
创建于 更新于
摘要
本报告通过引入图注意力网络（GAT）和多维度特征集成方法，提升了AI选股模型的边际效能。基于差异化数据集和多模型堆叠策略，结合手工构建的量价与基本面特征，形成深度学习选股因子，有效提升因子多头超额收益至45.4%，5日和10日IC均值分别达到12.9%和14.7%。构建的中证500和中证1000指数增强组合在2019至2023年间表现优异，分别实现年化超额收益18.6%和28.1%，信息比率高达2.98和3.67，验证了该方法在实盘的应用价值。[page::0][page::1][page::4][page::6][page::7][page::9][page::10][page::13]
