华泰金工 | SAM提升AI量化模型的泛化性能
创建于 更新于
摘要
本报告介绍Sharpness Aware Minimization（SAM）及其改进算法在提升AI量化模型泛化性能中的应用。基于GRU模型，采用SAM及四种改进优化器进行对比实验，结果表明SAM优化器显著降低过拟合风险，提升模型多头端因子收益，并推动沪深300、中证500和中证1000指数增强组合年化超额收益分别达到10.9%、15.1%和23.1%，信息比率最高达3.12，综合性能优越。2024年表现尤为突出的ASAM模型进一步提升超额收益约5个百分点，验证了SAM优化器对量化投资模型稳定性的有效促进 [page::0][page::1][page::2][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18][page::20]
