人工智能系列之 71：基于门控自适应网络对股票样本“因材施教”
创建于 更新于
摘要
本报告提出基于门控自适应网络的量化选股模型，通过门控单元动态调整股票样本经历的网络深度，实现“量体裁衣”式训练。采用包含华泰金工多频率因子与文本因子的44因子数据集，对中证500指数增强组合回测，结果表明自适应网络在门控通过率0.4、损失权重10及单门结构下表现优异，年化超额收益率提升至25.62%，信息比率提升至3.46，且特征复杂度与经历网络深度呈正相关，验证了模型的可解释性与有效性 [page::0][page::3][page::10][page::13][page::19][page::20]。
