再探 AlphaNet：结构和特征优化
创建于 更新于
摘要
本文介绍了AlphaNet深度学习模型的两次升级——AlphaNet-v2与AlphaNet-v3，通过扩充比率类特征并替换传统池化层为LSTM/GRU层来提升因子挖掘性能。回测结果显示，升级后的模型在全A股、中证500及中证800成分股中的RankIC均值、ICIR等指标均有显著提升，增强策略年化超额收益率和信息比率也同时改善。此外，本文对比了AlphaNet与传统遗传规划+随机森林模型的优缺点，强调AlphaNet的端到端优势及模型可解释性的不足 [page::0][page::4][page::8][page::14][page::21]。
