提升AI模型边际效能：图注意力网络与特征集成.docx

此“经济”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、本文档共31页，其中可免费阅读11页，需付费169金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

提升AI模型边际效能：图注意力网络与特征集成

请仔细阅读本报告末页声明

证券研究报告|金融工程研究2024年06月15日

量化专题报告

提升AI模型边际效能：图注意力网络与特征集成

在报告《基于深度学习的指数增强策略》中，我们提出了增强AI选股模型绩效的3个思路：

1.对同一模型构建差异化数据集输入，堆叠多数据集的输出；

2.通过调整超参数选取、标签构建、数据预处理方式等精进单一模型；3.对同一数据集根据不同模型训练，堆叠多模型的输出；

我们在之前研究中重点讨论了前两者，本文围绕第三个思路展开，探讨如何基于同一数据集，在不同模型下训练并堆叠因子输出，以提升模型效能。

多维度

擅长策划，|商业地产|住房地产|暖场活动|美陈|圈层活动|嘉年华|市集|生活节|文化节|团建拓展|客户答谢会

更多 >