20231204-华创证券-【专题报告】AI+HI系列：GRU网络在风格自适应中的创新与应用.pdf

金融工程

证券研究报告专题报告2023年12月04日

【专题报告】

AI+HI系列：GRU网络在风格自适应中的创

新与应用

前言华创证券研究所

A股市场的风格轮动长期以来是投资者关注的重点。我们将A股市场的风格

细分为：大盘成长、大盘质量、大盘价值、小盘成长、小盘质量、小盘价值。证券分析师：秦玄晋

近年来A股市场走势分为两个阶段：2018年底至2021年初，市场主导风格为

电话：021

大盘质量和大盘成长；21年之后，小盘成长和小盘价值成为主流，特别是小

邮箱：qinxuanjin@

盘价值表现尤为突出。本文旨在探讨如何运用GRU网络对这六大风格进行有

执业编号：S0360522080005

效整合，实现风格自适应的研究目标。

GRU三因子测试对比证券分析师：王小川

对GRU网络不同训练方式生成因子的测试对比发现，无论是原始因子还是中电话：021

性化后的因子，GRU_50等权因子在全A范围内的测试效果更为显著。原始邮箱：wangxiaochuan@

GRU_50等权因子在单因子IC均值达到9.9%，中位数为9.5%，年化IC_IR为执业编号：S0360517100001

7.13。此外，其多头组的年化收益率为32.93%，最大回撤为21.78%。

对比不同宽基指数上的测试结果，GRU_50等权因子和GRU_集成因子在沪深相关研究报告

300指数上均表现出色；GRU_集成因子在中证500上测试效果更佳，而《量化选股系列——机构情绪与个人情绪》

GRU_50等权因子在中证1000上表现最佳。对比这三个因子在宽基指数上多《ChatGLM助力量化选股》2023-09-05

头组的年度收益，GRU_50等权因子在2021年前整体表现更佳，而21年后2023-06-14

GRU_集成因子的效果最为显著。《人工智能助力量化投资——ChatGLM介绍》

风格基准池中测试2023-06-14

《基于canslim与FESC的沪深300指数增强策

在风格基准池中对比三个因子的测试结果，GRU_集成因子的表现最为优越。略》

其单因子IC均值为8%，中位数为7.4%，多头分组的夏普比率也在三者中最2023-03-07

为突出。因此，我们采用GRU_集成因子在基准池中进行每期选股，策略自2018《行业轮动系列——FESC行业轮动投资框架

1.0》

年以来的年化收益率为15.2%，最大回撤为