基于卷积神经网络的 ETF 轮动策略
创建于 更新于
摘要
本报告基于卷积神经网络设计深度学习因子，通过对标准化价量数据图表进行图像识别，实现对A股权益ETF的轮动配置。实证表明，ETF_fimage因子具备稳定的IC值与正收益，持有5只优选ETF年化收益率达约21%，且相较于市场基准有显著超额收益。此外，流动性要求和交易费用对收益有一定影响，严格流动性限制和较高费用降低组合回报，体现了策略在实际交易中的可操作性和风险特征 [page::0][page::5][page::14][page::16][page::20][page::22][page::23]
