【专题报告】DecompGRNv1:基于线性RNN的端到端模型初探

创建于 2025-09-11T16:22:38.024837+08:00 更新于 2025-09-11T16:27:45.677256+08:00

摘要

本报告提出基于线性RNN的DecompGRN模型，通过将股票截面信息直接融合入RNN的门控机制，实现模型逻辑与参数量简化并提升性能。模型在多宽基指数数据集上表现优于基线GRU，10日RankIC及RankICIR指标均领先，TOP组年化收益显著提升；构建的指数组合在千三交易成本约束下实现超额收益达10%以上，验证了该端到端量价因子挖掘模型的有效性和实用性 [page::0][page::1][page::6][page::7][page::8]

速读内容

深度阅读