机器学习与因子（三）：基于 Transformer 因子挖掘的指增策略
创建于 更新于
摘要
本报告基于 Transformer 架构利用股票日频价量数据进行因子挖掘，构建出TF_E差异化Alpha因子。TF_E因子样本外20日IC为16.39%，IR为1.68，相关性低且有效性强。将该因子加入中证1000、沪深300及中证500指增策略中，均显著提升策略绩效，年化超额收益提升逾16%，最大超额回撤显著缩减，换手率下降，策略性价比明显优化 [page::0][page::3][page::6][page::9][page::12]
