再探 AlphaNet：结构和特征优化
创建于 更新于
摘要
本文基于华泰金工之前的AlphaNet-v1模型，分别从网络结构和特征两个角度提出了AlphaNet-v2和AlphaNet-v3两代模型改进方案。通过扩充比率类特征、引入LSTM/GRU层，有效提升了模型在全A股、中证800及中证500股票池上的选股表现。实验结果显示，AlphaNet-v2相比AlphaNet-v1在RankIC、ICIR及回测年化超额收益率均有显著提升，AlphaNet-v3在中证500成分股中进一步小幅超越AlphaNet-v2。报告还对比了AlphaNet和“遗传规划+随机森林”模型的优缺点，为人工智能选股模型的应用和发展提供了有力参考。[pidx::0][pidx::4][pidx::12][pidx::21]
