人工智能 105：基于筹码分层结构的端到端 AI 因子
创建于 更新于
摘要
本报告提出基于筹码分层结构的端到端 AI 因子，核心在于用筹码龄与投资者类型两条分层揭示成本分布的非线性 Alpha 信息，并通过 CNN+GRU 架构实现端到端建模。实验显示，筹码龄分层因子具备更强的多头表现与较低相关性，单因子在 2016-2026 区间的 RankIC 达 12.3%，多头年化超额约 32.5%，将筹码结构与基准 AI 因子合成后，中证 1000 指数增强组合年化超额约 21.2%、信息比率 3.53；消融与对比实验证实筹码分层与价格分布形态均为有效信息源，未来可通过日内 Level2 数据和 Transformer 等结构进一步提升。 [page::1][page::16]
