华泰金工 | 自适应网络 从削足适履到量体裁衣
创建于 更新于
摘要
本文介绍基于门控机制的动态自适应神经网络在量化选股领域的应用。通过门控单元控制股票样本经历不同网络深度，实现“因材施教”式训练，解决传统固定架构神经网络适应性不足的问题。基于44因子数据集，构建中证500指数增强策略，回测表明自适应网络较传统网络显著提升年化超额收益率和信息比率，门控通过率为0.4效果最佳。此外，研究发现股票样本特征复杂度与经历网络深度呈正向相关，提升模型的解释力和有效性 [page::0][page::1][page::2][page::11][page::16][page::17][page::18]
