深度学习赋能分析师行为 更稳的盈利预期调整组合 | 开源金工
创建于 更新于
摘要
本报告基于深度学习模型构建研报文本情绪因子（KY-Bert、KY-Llama3、KY-CH及其合成因子KY-Combine-ASC），结合传统数值盈利预期调整因子FYR_DISP_strength，优化选股组合策略。文本情绪因子表现稳定且能显著提升优选组合的信息比率，尤其在2022-2023年数值因子表现低迷时优势明显，改进后组合年化收益提升至27.7%，信息比率由1.44提升至2.41，行业轮动因子超额表现也得到改善，体现出了深度学习赋能在分析师行为alpha提取上的增量价值。[page::0][page::3][page::10][page::11][page::13]
