基于循环神经网络的多频率因子挖掘.docxVIP

目 录 TOC \o 1-2 \h \z \u 引言 5 一、基于机器学习的 AI 量价模型介绍 5 一元以及多元 RNN 模型概述 6 模型训练与数据说明 8 二、模型的参数设定 10 不同学习率（learning rate）的影响 10 不同丢弃率（dropout rate）的影响 11 不同正交惩罚参数的影响 11 多元 RNN 生成因子个数的影响 12 三、模型的因子分析结果 13 多元 RNN 生成因子单元中单因子的表现 13 RNN 在各数据集上生成因子的表现 14 RNN 等权合成因子的表现 16 等权合成因子与量价因子的相关性分析 18 四、合成因子指数增强组合表现 19 增强组合构建说明 19 沪深 300 组合增强 19 中证 500 组合增强 21 4.4 中证 1000 组合增强 22 五、结论 23 风险提示 24 图表目录 图 1：AI 量价模型框架 6 图 2：RNN 模型结构 7 图 3：一元 RNN 的 NN 层结构示意图 7 图 4：多元 RNN 的 NN 层结构示意图 7 图 5：模型训练示意图 9 图 6：不同学习率训练集上损失函数变化情况 10 图 7：不同学习率验证集上 RankIC 变化情况 10