破 局低信噪比，基于深度学习的目标函数研究.pptxVIP

目录;;3;4;5;6;;;;;;12;;;;;;5 总结 低信噪比是深度学习运用的一大拦路虎。传统的预测收益率的做法信噪比太低，不利于模型学习 借鉴因子合成的目标函数，即优化IC。其具有对顺序进行显式拟合、信噪比更高等优点 采用weighted IC，更加关注头部相关性，契合多头选股的需要 采用全连接神经网络实现非线性映射 在测试区间2012年1月1日至2021年10月26日上，实现了16.50%的年化超额收益，信息率2.31，超额最 大回撤6.76% 战胜对比基准，并且在测试集上实现了更优的weighted IC，在基准模型IC为负的时候提升效果显著;;