AI模型超额收益持续修复
创建于 更新于
摘要
本报告系统梳理基于全频段量价特征的选股与AI驱动策略组合的实证结果，聚焦中证1000增强组合、文本驱动选股、以及行业/主题轮动四大轴线的表现与回撤特征。核心发现包括：1) 全频段融合因子构建的中证1000增强组合在回测与实盘口径下的超额收益与风险特征，显示年化超额收益、信息比率等核心指标的持续性与稳健性；2) 文本LLM-FADT选股在2026年呈现相对稳定的超额收益与高回报率潜力，同时回撤控制优于原始文本版本，提示文本增强信息对股票筛选的贡献显著；3) AI行业轮动与AI主题/概念指数轮动在不同时间窗呈现显著的行业/主题轮动效应，且每周/每月调仓框架对回撤有一定缓释作用，未来一周的持仓指向贵金属、金融与消费等呈现轮动潜力的子领域；4) 全文串联的多因子/多策略框架体现出AI驱动下的量化选股在不同周期的协同性与互补性，提示在宏观及市场结构变化时的策略组合优化空间。以上结论基于研究对比、回测与滚动监测的多源图表数据，具体可参见各图表的对应页码标注 [page::0][page::1][page::4][page::5][page::7]。
