AlphaNet：因子挖掘神经网络
创建于 更新于
摘要
本文设计了基于深度学习的端到端因子挖掘神经网络AlphaNet，通过自定义网络层提取股票量价数据中复杂特征，实现因子自动合成。AlphaNet-v1版本在过去10年A股数据上回测表现优异，调仓周期10天时合成因子RankIC均值达9.54%，TOP组合年化超额收益率12.42%，5天调仓时相应指标为8.19%和11.36%。模型通过SHAP值进行解释，揭示关键特征因子，展现了深度学习技术在量化选股因子挖掘中的增量价值和应用潜力 [page::0][page::3][page::6][page::13][page::21]
