DFQ-HIST：添加图信息的选股因子挖掘系统
创建于 更新于
摘要
本报告介绍了DFQ-HIST模型，一种基于图神经网络并融合预定义及隐藏概念信息的股票趋势预测框架。该模型结合多输入、多标签及时序编码，采用双重残差学习结构有效捕捉股票联动及个体信息，显著提升因子选股表现。模型在中证全指及沪深300等多个股票池测试期内表现优异，年化超额收益可达25%以上，跟踪误差低且回撤控制良好。特别地，模型通过动态调整概念权重及融合图信息，显著增强多头组合表现和稳健性 [page::0][page::5][page::8][page::17][page::18]
