基于深度学习的指数增强策略
创建于 更新于
摘要
本报告针对2021年以来基本面因子普遍回撤的问题，深入探讨了基于深度学习的量价因子建模。采用LSTM模型训练6个不同频率和维度的因子，构建综合深度学习因子，因子自2017年以来多空年化收益达100.8%，IC均值12.7%。基于该因子，构建了中证500和中证1000指数增强组合，分别年化超额收益17.1%和24.6%，信息比率分别达到2.84和4.04，展现良好策略效果，具备较强的市场短期alpha捕捉能力[page::0][page::3][page::11][page::13][page::15]。
