人工智能选股之卷积神经网络华泰人工智能系列之十五
创建于 更新于
摘要
本报告系统介绍了卷积神经网络（CNN）在股票多因子选股中的应用方法，通过将因子数据构造成“因子图片”输入CNN，实现自动化特征提取和非线性因子合成。基于全A股样本的2011-2019年滚动年度训练测试，CNN合成因子单因子测试表现优于全连接神经网络和线性回归。在以中证500为基准的全A股票池回测中，CNN构建的策略在年化超额收益、信息比率和回撤控制等指标上取得领先表现，展现出较强的选股能力和实际应用价值[page::0][page::14][page::15][page::16][page::18]。
