久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频

本文提出了一種基于深度神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)Alpha因子模型，實(shí)現(xiàn)了端到端的因子權(quán)重訓(xùn)練和預(yù)期收益率預(yù)測(cè)。在IC、ICIR、因子分組收益率、多頭組合收益率等指標(biāo)維度表現(xiàn)相比于線性Alpha因子模型有較為明顯的提升。
　　傳統(tǒng)線性因子模型存在一定的缺陷。無套利條件中隨機(jī)折現(xiàn)因子的線性結(jié)構(gòu)學(xué)術(shù)界尚存在爭(zhēng)論。實(shí)證研究中，殘差的時(shí)序和截面的相關(guān)性以及殘差的異方差性在線性因子模型中，通常需要特殊的手段處理。在因子模型中引入非線性成為學(xué)術(shù)界和業(yè)界的主流做法。
　　基于MLP的因子網(wǎng)絡(luò)結(jié)構(gòu)，相比于L2正則的線性基準(zhǔn)網(wǎng)絡(luò)，在RankIC均值略有下降。多空年化收益率、多空夏普等指標(biāo)改善明顯。多頭收益率對(duì)RankIC的貢獻(xiàn)提升。
　　借鑒傳統(tǒng)的Alpha模型，細(xì)分因子到大類因子分步合成，一般需要篩選出IC表現(xiàn)較好，且相關(guān)性較低的細(xì)分因子合成大類因子，以保證大類因子的IC表現(xiàn)和低相關(guān)性。在MLP網(wǎng)絡(luò)中同樣可以引入正交懲罰使得網(wǎng)絡(luò)學(xué)習(xí)到的大類因子保持低相關(guān)性。
　　在機(jī)器學(xué)習(xí)任務(wù)中，不同學(xué)習(xí)目標(biāo)的設(shè)置同樣對(duì)模型的表現(xiàn)有至關(guān)重要的影響。本文測(cè)試了使用MSE、IC、CCC不同的損失函數(shù)對(duì)模型表現(xiàn)的影響。IC損失函數(shù)的綜合表現(xiàn)最好。CCC損失函數(shù)對(duì)應(yīng)的模型的合成zscore因子穩(wěn)定性最好。
　　本文的研究過程發(fā)現(xiàn)IC作為傳統(tǒng)的單因子表現(xiàn)指標(biāo)，在多頭選股的場(chǎng)景下并不能正確評(píng)估最終的選股表現(xiàn)。需要結(jié)合因子的多空最大回撤、多空夏普以及多頭組合的表現(xiàn)來綜合評(píng)估。
　　風(fēng)險(xiǎn)提示：量化策略基于歷史數(shù)據(jù)統(tǒng)計(jì)，模型存在失效的可能性。