【国盛金工】量化专题：基于深度学习的指数增强策略
创建于 更新于
摘要
本报告针对2021年以来基本面因子大面积回撤的挑战，提出利用基于深度学习的量价因子增强策略。通过构建6个差异化数据集，利用LSTM模型挖掘量价信息，实现多空年化收益100.8%，多头超额收益38.2%，IC均值12.7%，ICIR 1.23。基于深度学习因子构建中证500、1000指数增强组合，分别实现15.4%和19.4%年化收益，信息比率达2.84与4.04，展现了深度学习技术在短期alpha捕捉的有效性和稳健性[page::0][page::1][page::8][page::9][page::10][page::11][page::12]
