深度学习因子多头组合表现突出 [page::0][page::1]

• 基于DecompGRU模型得分最高的200只股票构建，每周调仓，剔除涨跌停停牌股票；

- 2025年3月31日成立至9月底，累计绝对收益38.64%，相对全A等权超额13.8%；最大回撤10.08%，周度胜率64.29%，月度胜率100%；9月单月收益4.19%，超额3.4%。

ETF轮动组合略逊基准表现 [page::1]

• 个股得分聚合构建行业主题ETF池，多头持有3-6只ETF；调仓频率不定，剔除成交量低的ETF；

- 2025年3月至9月累计收益21.54%，相对万得ETF指数超额-0.57%；最大回撤7.82%；9月组合收益-1.68%，超额-6.65%。

DecompGRU模型架构及训练方法 [page::2]

• 利用时序和截面去均值模块处理量价时序数据，结合GRU神经网络，输出预测分数；

- 分别基于IC和加权MSE损失函数训练两个模型，增强时空信息交互。

宽基、行业、概念情绪因子热度跟踪及轮动策略 [page::2][page::3][page::4]

• 本周宽基热度变化最大为沪深300，上涨11.85%；中证2000热度下降6.63%；

- 申万一级行业热度正向变化最大为有色金属（+53.4%）、非银金融，负向最大为社会服务；二级行业变化前五包含冶钢原料、金属新材料等；

• 概念热度变化前五为兵装重组、可控核聚变、超导等；高热度概念配低热度个股组合2025年来收益42%；

- 轮动策略基于热度指标，多时序回测2017年以来年化收益8.74%，最大回撤23.5%；2025年组合收益36%，超越宽基等权33%。

风险提示与合规说明 [page::4]

• 统计结果和模型基于历史数据，未来表现不保证；仅面向专业投资者；华创证券不承担投资风险责任；

- 资料禁止未经授权二次传播和修改，投资决策需自主判断。

金融研究报告详尽分析报告

报告标题：深度学习因子9月超额3.4% | 本周热度变化最大行业为有色金属、非银金融
作者：王小川等
发布机构：华创证券研究所（华创金工团队）
发布日期：2025年10月13日
主题：深度学习因子投资组合表现与情绪因子监测，聚焦股票多头组合及ETF轮动组合的策略表现，行业与概念层面投资情绪热度的变化趋势分析

---

一、引言与报告概览

本报告由华创证券华创金工团队原创发布，针对2025年9月份深度学习驱动的投资因子表现及当周市场情绪热点进行跟踪。核心论点包括：

• 基于DecompGRU深度学习模型构建的因子多头组合在2025年样本外累计绝对收益达到38.64%，相对Wind全A等权基准超额收益13.8%，9月单月超额3.4%。

- 将个股得分聚合构建ETF轮动组合，累计绝对收益21.54%，相对ETF基准小幅落后0.57%。

• 申万行业及二级行业、概念层面热度发生显著波动，有色金属、非银金融等行业热度大幅上升，反映投资者情绪的显著行业偏好变化。

- 重点关注深度学习因子和情绪因子在量化投资中的应用效果及市场结构变化。

总体来看，报告通过结合深度学习模型与市场情绪指标，为量化投资提供了策略表现验证及行业偏好洞察，具有较高的实用价值与分析深度。[page::0]

---

二、逐节深度解读

2.1 华创金工周报摘要章节

• 关键论点：

- 深度学习因子多头组合（DecompGRU模型打分TOP200股票）表现优异，年内累计实现约39%绝对收益，超额收益超13%。
- ETF轮动组合虽累计收益21.54%，但较标的ETF指数基准稍逊，且9月表现为负。
- 宽基指数和行业层面情绪热度出现较大变动，尤其是沪深300热度上涨11.85%，而中证2000热度下降6.63%。
- 行业热度变化排序揭示近期资金流向及投资者关注重点，尤其是有色金属、非银金融等。

• 推理与数据：

- 组合构建基于深度学习模型预测因子定期重平衡，业绩统计完整真实。
- 情绪数据来源于同花顺用户行为，覆盖宽基、行业、概念层面，反映投资者短期关注度变动。
- 投资效用反馈使得深度学习模型因子受到正向认可。

2.2 第1章 深度学习因子跟踪

• 组合跟踪：

- 多头组合为等权持有DecompGRU模型评分最高的200只股票，周频调仓，剔除涨跌停及停牌股，基准为Wind全A等权指数。
- ETF组合做行业、主题ETF的轮动，流动性筛选严谨（成交额限制），持仓3-6只，基准为万得ETF指数。

• 关键数据：

- 多头组合累计绝对收益38.64%，超额13.8%，最大回撤10.08%，周度和月度胜率分别为64.29%和100%。9月单月绝对收益4.19%，超额3.4%。
- ETF组合累计绝对收益21.54%，超额负0.57%，最大回撤7.82%，周度胜率65.52%，月度胜率66.67%，9月收益-1.68%，超额-6.65%。

• 图表解读：

- 图表1（TOP200回报趋势）显示该组合持续跑赢全A等权指数，曲线呈现稳健增长，明显优于基准。

- 图表2显示净资产稳步增长，进一步验证组合盈利能力。

- ETF组合展现波动更大，特别是后期曲线趋于扭曲波动。

- ETF净资产变化显示资金轻微回撤迹象，尤其是近期波动明显。

• 推断：

- 多头组合优势明显，模型有效捕捉选股因子。
- ETF策略受流动性限制及集中度限制影响较大，表现较股票组合逊色。

2.3 第1.2节 模型概述

• 模型架构：

- 基于GRU单元的DecompGRU模型引入两个去均值模块，分别针对时序趋势和截面偏移进行分解。
- 采用IC指标和加权MSE损失函数分别训练两套模型以强化时序与截面信息的交互与捕捉。
- 模型输出为预测得分，用于股票排序和构建组合。

• 图表5清晰展示了模型各组成部分及其数据流转路径，落实了模型创新点 —— 让时序（时间维度）和截面（跨股票维度）信号有效分离与结合。

---

三、图表深度解读

3.1 宽基与行业情绪热度变化

• 图表9展示各大宽基指数的周度热度变化率（MA2平滑后），显示沪深300上涨11.85%，中证2000下降6.63%。

- 这体现主流大型指数投资者活跃度明显提升，而小盘指数关注度下降。

• 图表10申万一级行业热度变化率排名，涨幅最大为有色金属（53.4%），其次为非银金融、钢铁、石油石化、国防军工等，跌幅最大为社会服务（-27.6%）。

- 行业热度高涨表明资金与投资者关注重点转向资源、金融及国防类板块。

• 图表11申万二级行业热度变化，前30显示冶钢原料、金属新材料、焦炭Ⅱ等二级细分领域热度飙升。

• 图表12概念层面热度变化，兵装重组、可控核聚变、超导、核污染防治、超超临界发电居前。

3.2 宽基轮动策略与热门概念组合

• 图表8宽基轮动策略收益走势图表，展示策略自2017年以来的稳健上升趋势，2025年组合收益为36%，相对宽基等权33%的表现有利。

- 说明利用热度指标进行股票池轮动可获取超额收益。

• 图表13热门概念热度TOP与BOTTOM组合表现对比，显示TOP组合净值显著下滑，而BOTTOM组合大幅上升至42%累计收益。

- 表明在高热度概念中选择热度较低的股票反而表现更好，反映市场或存在部分"高热度概念"的过度炒作，呈现反转效应。

---

四、估值分析

该报告属于策略跟踪与情绪分析报告，未涉及传统的公司估值分析（如DCF、P/E倍数等），故无估值模型部分。

---

五、风险因素评估

• 报告明确指出所有统计结果和模型基于历史数据，无法确保未来表现与趋势，[page::4]存在历史表现不代表未来收益的市场风险。

- 风险提示强调模型与因子出发点均建立在过去数据模式，市场突发事件或非理性波动可能导致模型失效。

• 缺少对下行风险的具体量化，未提供风险缓释策略，提示投资者需有独立判断能力。

---

六、批判性视角与细微差别

• 模型及策略对流动性处理较充分，但ETF组合因受限流动性与持仓限制表现不佳，提示模型在不同资产类别间的适用性需进一步探索。

- 热度因子部分表现出反转特性（热度TOP组合业绩落后BOTTOM组合），提示情绪指标并非单纯的顺势因子，结合反转机制可能更优。

• 报告未详细讨论交易成本、税费及滑点对净收益影响，可能高估实际可实现收益。

- 风险披露较为简略，实际投资中需结合更全面的风险管理体系。

• 由于内容侧重模型跟踪与情绪监测，缺少宏观经济等外生变量的深入关联分析，未来可增强多维度因子结合的深度。

---

七、结论性综合

本报告系统性梳理了基于深度学习模型DecompGRU构建的股票多头组合和ETF轮动组合的投资表现，截止2025年9月底，多头组合以38.64%的绝对收益显著跑赢等权全A基准13.8个百分点，表现出模型的优异预测能力。此外ETF轮动组合表现平稳但略显弱势，主要因流动性约束及调仓机制影响。

情绪因子监测部分，报告通过同花顺用户行为热度指标揭示宽基、行业和概念层面投资者情绪的动态变化，尤其以有色金属、非银金融等行业热度激增为本周市场关注焦点，反映资金配置偏好。基于热度构建的宽基轮动策略近几年实现8.74%年化收益，体现该情绪因子的策略价值。

图表精细描绘了组合收益趋势、净资产变化及情绪指标分布，深入支持文本论述。值得注意的是，热门概念中高热度股票反而表现偏弱，提示在情绪因子应用中警惕过度炒作及反转风险。整体而言，该报告为专业投资者提供了有效的深度学习因子验证和市场投资情绪动态洞察，兼具技术创新与实用指导意义。

---

【引用溯源】本分析基于华创证券2025年10月13日发布的《深度学习因子9月超额3.4%，本周热度变化最大行业为有色金属、非银金融》报告全文，含0~4页图表与数据展示。[page::0][page::1][page::2][page::3][page::4]

报告