因子选股系列之九十九：基于异构图神经网络的股票关联因子挖掘.pdfVIP

金融工程|专题报告——基于异构图神经网络的股票关联因子挖掘

目录

一、引言5

二、图神经网络7

2.1GCN7

2.2节点特征8

2.3邻边建模8

三、GNN模型及测试结果11

3.1不同邻边同质图模型测试11

3.2异构图模型测试14

四、GNN与RNN的模型融合18

4.1RNN模型19

4.2混合模型21

4.3增强组合表现23

五、总结与讨论24

六、风险提示24

七、引用文献25

有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。

2

金融工程|专题报告——基于异构图神经网络的股票关联因子挖掘

图表目录

图1：GNNXGB+RNNXGB模型超额收益表现6

图2：子模型回测对比6

图3：GCN示例7

图4：因子列表8

图5：股票数量前十的中信一级行业（截）8

图6：单一股票被重仓最多（截）9

图7：被同时重仓次数最多的股票对（截）9

图8：单一股票被分析师覆盖最多（截）1