风险信息引入深度学习模型的若干尝试
创建于 更新于
摘要
本报告针对中证800指数增强策略，尝试多种将风险信息引入深度学习模型的方法，涵盖输入/输出端控制风险、风险信息拼接、训练过程风险控制共9种方案。结果显示，基于多任务损失函数控制风险的GRUWLSLossControl方法表现最优，年化超额收益6.4%，跟踪误差2.7%，超额最大回撤2.1%，信息比率和超额Calmar比率分别提升32.5%和70.4%；图表综合显示此策略在收益和风险控制上的显著优势[page::0][page::17][page::18]。
