江海潮涌，星辰引航：量化因子掘金系列（二）— 应用神经网络 AlphaNetV3 构建的可转债因子
创建于 更新于
摘要
本报告围绕深度学习模型AlphaNetV3在可转债领域的应用，构建了可转债选债因子，经过优化的网络架构及超参数调整后，分组回测显示第三组因子表现最佳，收益率和超额收益均显著优于基准，且因子稳定性和相关性较好，适合在震荡牛市中使用。模型采用GRU结构保留时序信息，引入ReLU激活和批量归一化优化训练效果，整体模型在样本外测试中表现良好，具有较强预测能力。但因子解释性较弱，且模型对2024年转债表现较弱存在局限[page::0][page::2][page::4][page::8][page::16][page::17][page::19][page::20][page::3][page::5][page::9][page::13][page::15].
