华泰人工智能系列之十五：人工智能选股之卷积神经网络.docxVIP

正文目录 HYPERLINK \l _bookmark0 本文研究导读 4 HYPERLINK \l _bookmark1 卷积神经网络简介 5 HYPERLINK \l _bookmark2 卷积神经网络的原理 5 HYPERLINK \l _bookmark4 卷积神经网络和 ImageNet 6 HYPERLINK \l _bookmark6 卷积神经网络应用于股票多因子收益预测 6 HYPERLINK \l _bookmark15 卷积神经网络选股模型测试流程 11 HYPERLINK \l _bookmark16 测试流程 11 HYPERLINK \l _bookmark21 测试模型设置 13 HYPERLINK \l _bookmark24 卷积神经网络选股模型测试结果 15 HYPERLINK \l _bookmark25 单因子测试 15 HYPERLINK \l _bookmark26 单因子回归测试和 IC 测试 15 HYPERLINK \l _bookmark30 单因子分层测试 15 HYPERLINK \l _bookmark35 构建策略组合及回测分析 16 HYPERLINK \l _bookmark39 结论和展望 19 HYPERLINK \l _bookmark40 风险提示 20 图表目录 HYPERLINK \l _bookmark3 图表 1： LeNet-5 卷积神经网络模型 5 HYPERLINK \l _bookmark5 图表 2： 几种重要的卷积神经网络简介 6 HYPERLINK \l _bookmark7 图表 3： 个股的“因子图片”及其对应的相对收益率标签 7 HYPERLINK \l _bookmark8 图表 4： 卷积运算的原理展示 7 HYPERLINK \l _bookmark9 图表 5： 卷积运算的原理展示（水平遍历） 8 HYPERLINK \l _bookmark10 图表 6： 卷积运算的原理展示（垂直遍历） 8 HYPERLINK \l _bookmark11 图表 7： 卷积结果的后续处理步骤 9 HYPERLINK \l _bookmark12 图表 8： 图像识别中的多层卷积 9 HYPERLINK \l _bookmark13 图表 9： 图像识别中的池化 10 HYPERLINK \l _bookmark14 图表 10： 不同的因子排布方式生成的“因子图片” 10 HYPERLINK \l _bookmark17 图表 11： 卷积神经网络选股模型测试流程示意图 11 HYPERLINK \l _bookmark18 图表 12： 年度滚动训练示意图 12 HYPERLINK \l _bookmark19 图表 13： 选股模型中涉及的全部因子及其描述（表 1） 12 HYPERLINK \l _bookmark20 图表 14： 选股模型中涉及的全部因子及其描述（表 2） 13 HYPERLINK \l _bookmark22 图表 15： 卷积神经网络结构 14 HYPERLINK \l _bookmark23 图表 16： 全连接神经网络结构 14 HYPERLINK \l _bookmark27 图表 17： 三种模型在全 A 股的回归法、IC 值分析结果汇总（回测期 HYPERLINK \l _bookmark27 15 HYPERLINK \l _bookmark28 图表 18： 三种模型的累积 RankIC 曲线 15 HYPERLINK \l _bookmark29 图表 19： 三种模型的累积因子收益率曲线 15 HYPERLINK \l _bookmark31 图表 20： 三种模型在全 A 股的分层测试法结果汇总（分五层，回测期 HYPERLINK \l _bookmark31 16 HYPERLINK \l _bookmark32 图表 21： 三种模型 TOP 组合详细绩效分析（分五层，回测期20190131） HYPERLINK \l _bookmark32 ........................................................................................................................................16 HYPERLINK \l _bookmark33 图表 22： 卷积神经网络各层组合净值除