探索股价动态关联，捕捉属性敏感的动量溢出——量化研究系列报告之十六
创建于 更新于
摘要
本报告提出DAM-GAT模型，通过引入属性敏感门控机制及动态自注意力机制，实现动态学习公司间关系，精准量化股票间动量溢出效应。模型整合高维交互特征融合及时序GRU嵌入，实现对股价趋势的有效预测，显著超越传统GCN和GAT，周频调仓下，预测因子pred5d在全样本RankIC达6.8%，费用后多空年化超额收益41.09%，中小市值股票中表现尤为突出，推动指数增强策略在沪深300、中证500、中证1000、国证2000均实现显著正超额[page::0][page::4][page::14][page::19][page::29]
