基于循环神经网络的多频率因子挖掘
创建于 更新于
摘要
报告基于循环神经网络（RNN），搭建多频率因子挖掘模型，改进数据预处理与模型结构，优化学习率、丢弃率、正交惩罚等参数，生成市值偏向性低且低相关性的选股因子。多元RNN生成多个因子单元，显著提升因子选股能力，回测结果显示一元及多元模型在沪深300、中证500、中证1000均取得超10%双周RankIC及两位数年化对冲收益，具备良好的指数增强应用潜力[page::0][page::4][page::9][page::11][page::13][page::16][page::23]。
