基于残差网络的端到端因子挖掘模型分析报告.pdf

金融工程 | 专题报告 报告发布日期 2023 年08 月24 日 基于残差网络的端到端因子挖掘模型 ——因子选股系列之九十六 研究结论 ⚫ 本文我们提出了一个基于残差网络的两阶段因子挖掘模型，通过构造数据图片并使 用残差网络进行时间截面特征提取，之后再输入循环神经网络进行时序特征提取， 这样能有效的捕捉长周期信息且不会付出较大的计算代价。 ⚫ 本文将原始日内分钟线和周度内日k 线构造的数据图片集分别称之为msnew和week 数据集，并将这两个数据集分别直接输入模型采用将原始数据直接作为输入来获取 该数据集打分。这种做法完全实现端到端的模式可以有效的缓解信息丢失问题，并 且也解决了人工筛选特征带来的过拟合问题。 ⚫ 数据集 msnew 与数据集 ms 生成的因子之间信息重叠度较高但仍然存在差异。主要 原因在于数据集 msnew 使用的是半小时 k 线数据作为输入，而数据集 ms 则是根据 基于循环神经网络的多频率因子挖掘：— 2023-06-06 —因子选股系列之九十一 五分钟k 线人工构建的日频特征，二者原始数据信息天然存在差异； 多模型学习量价时序特征：——因子选股 2022-06-12 ⚫ 数据集msnew 生成打分的选股能力整体略高于数据集ms 。通过将数据集msnew 生 系列之八十三 成的弱因子替代数据集ms 参与非线性加权得到的打分在四个股票池上表现并没有发 周频量价指增模型：——因子选股系列之 2022-03-28 生较大改变，这说明数据集msnew 对数据集ms 有较好的替代性。 八十一 ⚫ 数据集week 上生成因子选股能力显著好于数据集day ，说明更长时序作为输入对未 来收益率的预测能力更强。并且通过引入week 数据集，非线性加权打分在各股票池 上的各项选股指标均有显著的提升，说明数据集week 能够对整体模型起到一个较大 的增量作用。 ⚫ 我们提出的两种不同数据集组合 Model3 和 Model4 非线性加权打分在中证全指、沪 深 300 、中证 500 、中证 1000 四个指数上十日 RankIC 均值分别为 14.97% 、 9.57% 、11.29% 、14.63%和 14.99% 、9.36% 、11.98% 、14.57% ，top 组年化超额 分别为 4 1.48% 、26.02% 、21.28% 、35.02%和 4 1.76% 、25.58% 、21.67% 、 34.56% ，打分市值偏向性较低。 ⚫ 以上两个打分也可直接应用于指数增强策略，各宽基指数上均能获得显著的超额收 益，在成分股不低于 80%限制、周单边换手率约束为 20%约束下，2018 年以来， Model3 打分在沪深 300 、中证500 和中证 1000 增强策略上年化超额收益率分别为 14.49%、19.76%和29.41% ，Model4 打分在沪深300 、中证500 和中证 1000 增强 策略上年化超额收益率分别为14.76%、20.15%和28.72% 。 风险提示 ⚫ 量化模型失效 ⚫ 极端市场造成冲击，导致亏损 金融工程 | 专题报告—— 基于残差网络的端到端因子挖掘模型 目 录 引言4 一、因子提取单元网络结构5 1.1 残差网络（Residual Networks ResNet ）概述5 1.2 数据图片以及数据集的构造6 1.3 本文使用特征提取的网络架构6 二、因子分析8 2.1 各数据集选股效果分析8 2.2 各数据集打分与常见量价因子相关性分析9 三、各数