选股因子系列研究（七十六）——基于深度学习的高频因子挖掘
创建于 更新于
摘要
本文基于RNN+NN模型架构，使用沪深市场30分钟高频指标序列挖掘周度高频因子。深度学习高频因子展现出显著周度选股能力，IC值0.08左右，胜率超80%，且与传统低频因子相关性低。正交处理后因子稳定性提升，沪深300内训练的因子表现更优。LSTM与GRU模型效果相近。高频因子引入中证500指数增强组合，年化超额收益提升至32%，策略表现稳健。风险包括系统性风险、流动性及政策风险 [page::0][page::4][page::6][page::8][page::12][page::13]。
