【参赛】Deep Alpha-CNN策略克隆&调参擂台赛-20211230

更新时间：2023-06-29 08:42

擂台赛背景

12月7日，BigQuant发布年度重磅报告（https://bigquant.com/wiki/doc/niandu-zhongbang-bao-DeepAlphaCNN-juanji-shenjingwangluo-qXe3iEgfRI），发布了Deep Alpha-CNN模型，该模型采用7层一维卷积神经网络，并引入残差，降低模型复杂度，防止梯度爆炸/消失，达到更好收敛。

原始模型98个因子选取1个时间截面，这里我改成了98个因子5个时间截面，神经网络结构其他部分变化不大。因为比赛时间有限，且单次模型训练时间较长，因此模型没有怎么调仓，参数和原始模型基本一致。从(98,1)改成(98,5)模型表现反而变差了，可能超参数需要优化，但比赛时间有限，超参数调参来不及了。

模型表现—— 收益率：57.47%；年化收益率13.37%；夏普比率：0.51；收益波动率：25.14%，最大回撤29.87%8年滚动测试结果对比

	2014年	2015年	2016年	2017年	2018年	2019年	2020年	2021年
收益率	93.74%	122.2%	10.42%	14.75%	-23.56%	24.6%	28.72%	18.44%
夏普比率	2.81	1.98	0.39	0.77	-1.04	0.94	0.9	0.92
最大回撤	12.65%	46.67%	22.32%	10.2%	30.68%	23.16%	19.98%	12.74%