金融工程专题报告：风险中性的深度学习选股策略.pdf

01 02 03 04 组合表现 风险中性 策略与实 总结 的机器学 证 习模型 01 01 02 02 01 03 03 | 问题背景 | 04 04 深度学习选股策略表现：全市场选股，中证500指数对冲 2011年以来，年化收益率18.5% ，最大回撤-4.77% ，月度胜率为81.8% 500净值 对冲收益率（右轴） 对冲净值 多头净值 4.5 10% 4 8% 3.5 6% 3 4% 2.5 2% 2 0% 1.5 1 -2% 0.5 -4% 0 -6% 新的思考 如何减小组合的风险暴露？ 组合优化？ 如果当前市场与历史数据差别较大时，如何使得机器学习模 模型更新？ 型有效？ 能否构建在不同风格市场上表现稳定的机器学习选股模型？ ？ 如何减小机器学习交易策略的同质化问题？