GSM-Alpha：提取时序特征的统一框架
创建于 更新于
摘要
本报告系统介绍了基于Generalized Signature Method（GSM）的高频多变量时间序列特征提取框架，并构建了基于GSM的深度学习选股因子GSM-Alpha。报告详细比较了多种数据增强、窗口设定和特征提取方式，以二维元素投影结合Log-signature为主方案，融合分钟级与日频数据实现因子优化。2018年至2024年回测显示，GSM-Alpha因子在全市场及不同股票池表现稳定，ICIR及年化Sharpe显著，且构建的指数增强策略在沪深300、中证500、中证1000和国证2000均获得可观超额收益，展示出良好量化因子构建和优化能力，为量化投资提供高效时序特征提取方案与实证支持[page::0][page::3][page::9][page::16][page::19][page::20][page::25]。
