>> 東方證券-因子選股系列之一一八：DFQ-TimesNet，捕捉量價特征周期規(guī)律，提升股票收益預(yù)測效果-260416
| 上傳日期： |
2026/4/16 |
大小： |
3708KB |
| 格式： |
pdf 共34頁 |
來源： |
東方證券 |
| 評級： |
-- |
作者： |
劉靜涵 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
研究結(jié)論
研究背景與問題：傳統(tǒng)模型難以適配A股多周期量價特征，預(yù)測穩(wěn)定性不足
A股量價時序存在顯著多周期結(jié)構(gòu)，傳統(tǒng)模型難以有效利用周期信息：LSTM/GRU長期記憶不足、TCN難以捕捉周期規(guī)律、Transformer易受噪聲干擾、HIST模型忽視個股時序周期，均無法滿足穩(wěn)定預(yù)測需求。
模型設(shè)計與創(chuàng)新：二維時序建模+雙周期結(jié)構(gòu)，顯著提升周期規(guī)律捕捉能力
DFQ-TimesNet基于TimesNet二維時序建?？蚣?，將一維量價序列轉(zhuǎn)為二維結(jié)構(gòu)以解耦周期內(nèi)波動與跨周期關(guān)聯(lián)，顯著提升周期特征捕捉能力：采用5日+60日雙周期設(shè)定，放棄不穩(wěn)定的FFT自動周期識別；使用TokenEmbedding、兩層Inception卷積、直接平均周期融合與殘差連接，構(gòu)建高效穩(wěn)定的時序特征提取模塊。
數(shù)據(jù)與訓(xùn)練配置：數(shù)據(jù)處理與訓(xùn)練機制成熟，模型穩(wěn)定性與一致性達標(biāo)
模型以中證全指為樣本，采用2014-2025年分段數(shù)據(jù)并設(shè)置隔離間隙避免信息泄露；解釋變量按日截面Z-score+clip處理，預(yù)測標(biāo)簽選用未來20日收益率標(biāo)準(zhǔn)化結(jié)果，以基礎(chǔ)量價特征為輸入效果最優(yōu)；訓(xùn)練早停收斂、無過擬合，隨機種子影響可控，輸出一致性高。
因子績效表現(xiàn)：多股票池表現(xiàn)優(yōu)異，風(fēng)格暴露清晰可控
模型在多股票池均表現(xiàn)優(yōu)異，分組單調(diào)性良好：中證全指IC達12.50%，多頭超額年化30.05%；小盤股場景適配性顯著優(yōu)于大盤股，中證1000因子表現(xiàn)最為突出；風(fēng)格暴露清晰可控，呈現(xiàn)小市值、高Beta、低波動、低確定性、反轉(zhuǎn)特征，價值與流動性保持中性。
指數(shù)增強效果：組合收益穩(wěn)健，特質(zhì)收益主導(dǎo)超額收益
模型應(yīng)用于指數(shù)增強組合收益穩(wěn)健、風(fēng)險可控，超額收益由特質(zhì)收益主導(dǎo)：滬深300增強特質(zhì)收益占比52%，中證500占比64%，中證1000占比66%；其中中證1000增強表現(xiàn)最優(yōu)，年化對沖收益15.80%，信息比1.90，同類排名領(lǐng)先。
總結(jié)：模型周期感知能力突出，實戰(zhàn)與泛化價值顯著
DFQ-TimesNet通過二維多周期建模有效挖掘A股量價周期規(guī)律，因子績效穩(wěn)定、風(fēng)格無極端偏離、組合收益突出、泛化能力強，可為量化選股與指數(shù)增強策略提供可靠支撐。
風(fēng)險提示
1.量化模型基于歷史數(shù)據(jù)分析，未來存在失效風(fēng)險，建議投資者緊密跟蹤模型表現(xiàn)。
2.極端市場環(huán)境可能對模型效果造成劇烈沖擊，導(dǎo)致收益虧損。
|
|
