- 1、本文档共24页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
证券研究报告
金工研究/深度研究
2020 年06 月14 日
林晓明 执业证书编号:S0570516010001 AlphaNet :因子挖掘神经网络
研究员 0755
linxiaoming@ 华泰人工智能系列三十二
陈烨 执业证书编号:S0570518080004
研究员 010 本文构建了端到端的因子挖掘神经网络AlphaNet ,并测试了其有效性
chenye@ 过去10 年,基于神经网络的深度学习模型引领了人工智能的发展。与传统
李子钰 执业证书编号:S0570519110003 的机器学习不同,深度学习模型通过端到端(end to end)的方式,直接从原
研究员 0755 始数据中提取特征并针对目标做出预测,从而避免了多步骤学习的人工干
liziyu@ 预和信息损失。然而将深度学习运用于多因子选股时,套用现有模型可能
何康 021 效果会不达预期,需要量身定制合适的网络结构。本文为了整合多因子选
联系人 hekang@ 股中的因子生成和多因子合成步骤,设计了一种全新的网络结构:
AlphaNet 。在测试中,AlphaNet 能有效提取股票原始量价数据中的特征,
王晨宇 02138476179
联系人 wangchenyu@ 其合成因子相比传统因子具有显著的增量信息。
深度学习的端到端特征学习能力使得借助神经网络挖掘因子成为可能
相关研究 深度学习中的代表模型有卷积神经网络CNN 和循环神经网络RNN。CNN
通过引入卷积层和池化层,能有效提取图像中的特征,成为计算机视觉领
1 《金工: 行业全景画像:风格因子视角》
域中的优秀模型。RNN 通过引入序列网络结构,能有效提取序列数据中的
2020.06
特征,成为语音识别、自然语言处理等领域中的优秀模型。通过巧妙的网
2《金工: 耦合振子同步的藏本模型》2020.05
络结构构建,深度学习能展现出强大的特征学习能力,实现端到端的学习
3 《金工: 引入高阶矩改进马科维茨组合表
和预测。要达到优秀的端到端学习效果,需要结合神经网络的灵活性和待
现》2020.05
解决问题的领域知识,有针对性地设计出网络结构。本文针对量化投资中
选股因子的自动挖掘和合成问题,设计了一种全新的网络结构:AlphaNet 。
本文介绍了因子挖掘神经网络AlphaNet 的结构和技术细节
为了有效提取股票原始量价数据中的特征,AlphaNet 借鉴了遗传规划中特
征构建的思想,将多种运算符函数作为自定义网络层用于特征提取。
AlphaNet 包含四部分:(1)数据输入:仿照CNN 的方式,将个股原始量价
数据整理为二维 “数据图片”的形式输入网络。(2)特征提取层:AlphaNet
中最关键的组成部分,实现了多种自定义运算网络层提取特征,并利用批
标准化层(Batch Normalization)进行特征标准化。(3)池化层:与CNN 中池
化层基本一致,对上一层的特征进行“模糊化”操作。(4)全连接层:对接
预测目标,作用是对提取的特征进行加权合成。
您可能关注的文档
- 海外宏观策略报告:美国复工复产进度跟踪系列二,撕下“朦胧美”的面纱-20200618-华宝证券-16页.pdf
- 海外市场6月展望:美股依然乐观,港股颇具吸引-20200612-东吴证券-30页.pdf
- 海外中资股2020年下半年投资策略:“不确定”下的确定性溢价-20200609-中信证券-43页.pdf
- 行为金融学实证研究系列:前景理论因子的选股能力-20200610-中信建投-25页.pdf
- 行业轮动系列研究:三位一体,自适应行业轮动(ADC)模型-20200615-光大证券-47页.pdf
- 航空行业5月数据点评:国内需求快速恢复,航司现金流压力显著缓解-20200616-东兴证券-10页.pdf
- 航空航天科技行业北斗研究1:北斗组网即将完成,市场关注度逐渐提升-20200612-中金公司-11页.pdf
- 合富研究院-广州4月及五一市场暨后市展望-2020.5-42页.pdf
- 宏观经济月报:消费不足是当前国内经济增长最主要的矛盾-20200618-国信证券-22页.pdf
- 宏观研究:从易行长讲话看下半年货币金融环境-20200619-民生证券-13页.pdf
- 英语人教PEP版八年级(上册)Unit4+writing+写作.pptx
- 人美版美术四年级(上册)8 笔的世界 课件 (1).pptx
- 人美版美术七年级(上册)龙的制作.pptx
- 英语人教PEP版六年级(上册)Unit 2 第一课时.pptx
- 数学苏教版三年级(上册)3.3 长方形和正方形周长的计算 苏教版(共12张PPT).pptx
- 音乐人教版八年级(上册)青春舞曲 课件2.pptx
- 音乐人教版四年级(上册) 第一单元 音乐知识 附点四分音符|人教版.pptx
- 英语人教PEP版四年级(上册)Unit 6 Part B let's learn 1.pptx
- 道德与法治人教版二年级(上册)课件-3.11大家排好队部编版(共18张PPT).pptx
- 人美版美术七年级(上册)《黄山天下奇》课件1.pptx
文档评论(0)