NeuralFactors: A Novel Factor Learning Approach to Generative Modeling of Equities
创建于 更新于
摘要
本报告提出了NeuralFactors，一种基于变分自编码器的深度生成因子模型，能够端到端地学习股票的因子暴露和因子收益，改进了传统因子模型的表达能力和计算效率。通过对标的S&P 500股票的经验分析，模型在负对数似然、协方差预测、VaR风险分析和组合优化上均优于现有方法BDG和PPCA，且因子暴露具有解释性和聚类特性，为股票嵌入提供新视角 [page::0][page::1][page::4][page::5][page::7][page::8]。
