20240207-东方证券-因子选股系列之一百：DFQ_HIST，添加图信息的选股因子挖掘系统.pdfVIP

金融工程|专题报告

DFQ-HIST：添加图信息的选股因子挖掘系报告发布日期2024年02月07日

统

——因子选股系列之一百

杨怡玲yangyiling@

执业证书编号：S0860523040002

研究结论刘静涵0213211

⚫HIST模型（sHareInformationforStockTrendforecasting，基于图的可通过挖liujinghan@

掘概念共享信息进行股票趋势预测），由中山大学和微软亚洲研究院合作在2022年执业证书编号：S0860520080003

1月发布于arXiv。香港证监会牌照：BSX840

⚫DFQ-HIST模型在原文模型基础上进行修改和优化，是一种新的股票趋势预测框

架，能够充分挖掘股票预定义概念和隐藏概念中的动态共享信息：（1）刻画股票联

动现象；（2）引入人工预定义概念，并且考虑到了预定义概念的不完备性和动态变

化性；（3）引入隐藏概念，进一步挖掘股票关联信息；（4）应用注意力机制，将

个股信息和概念信息进行融合；（5）加入股票时序特征编码模块，融合股票自身的基于异构图神经网络的股票关联因子挖2024-01-02

历史时序特征信息；（6）使用双重残差学习结构，处理不同模块的信息。（7）相掘：——因子选股系列之九十九

基于抗噪的AI量价模型改进方案：——因2023-12-24

比其他常见图模型，HIST模型效果最好。

子选股系列之九十八

⚫DFQ-HIST模型中有几个关键步骤，对提升模型效果都有帮助：（1）多输入：使用DFQ-TRA：多交易模式学习因子挖掘系2023-11-14

基础特征和alpha因子两类输入；（2）多标签：使用未来5日、10日、20日收益统：——因子选股系列之九十七

率多个标签；（3）时序特征提取：GRU模型效果最好；（4）融合图信息：添加图基于残差网络的端到端因子挖掘模型：—2023-08-24

信息后可以显著提升多头表现；（5）预定义概念选取：使用公司行业及主营业务构—因子选股系列之九十六

DFQ强化学习因子组合挖掘系统：——因2023-08-17

成数据；（6）预定义概念修正：校正预定义概念的共享信息、挖掘缺失的股票概念

子选股系列之九十五

以及减少不太重要概念的影响可以提升模型性能