基于深度学习的高频数据因子挖掘
创建于 更新于
摘要
本报告利用深度学习方法在高频数据低频化的55个人工因子基础上提取特征，挖掘出32个深度学习因子，在创业板和中证1000两大股票池均表现优异。以周度换仓为基础，hf18因子在创业板多头年化收益率达27.25%，超越创业板指数25.50%，信息比率达到1.04，显示其选股能力和独立性突出。报告详细阐述了高频因子的构建思路、深度神经网络模型框架及量化实证分析 [page::0][page::1][page::2][page::5][page::6][page::7][page::8]
