原创力文档- 1、本文档共18页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
量化深度报告
正文目录
一、多模型多数据集量价机器学习模型4
1.1.基于日频量价的多模型Alpha框架4
二、基于混合频率量价数据的量价因子构建5
2.1.多频率数据集的构建和测试5
2.2.多频率量价数据残差增量学习框架6
三、因子分析和风格归因12
3.1.综合量价因子的单因子测试12
3.2.综合量价因子的风格/风险分析13
四、策略构建和测试15
4.1.周频指数增强策略构建测试15
4.1.1.沪深300指数增强策略（周频）16
4.1.2.中证500指数增强策略（周频）17
4.1.3.中证1000指数增强策略（周频）18
五、总结19
图表目录
图1：日频机器学习综合量价因子构建流程4
图2：不同数据集构建的量价两两相关性4
图3：周频及15min频率量价数据构建过程5
图4：简单混合频率量价因子构建流程5
图5：不同频率数据构建的综合量价因子两两相关系数6
图6：（新因子vs旧因子）多头超额净值6
图7：Stacking方法典型算法流程7
图8：Boosting方法典型算法流程7
图9：基于数据集的残差增量学习框架8
图10：基于特征的残差增量学习框架9
图11：一个典型的GRU特征提取流程10
图12：不同学习框架的综合因子多空组合净值对比11
图13：不同学习框架多头超额净值对比11
敬请阅读末页的重要说明2
量化深度报告
图14：综合因子分组超额年化收益率12
图15：综合因子历史RankIC序列12
图16：综合因子多空组合累计净值（对数坐标）12
图17：综合因子分组超额净值（自然坐标）12
图18：因子多头超额净值走势和动态回撤14
图19：市值的极端暴露导致多头组合大幅回撤14
图20：沪深300指数增强净值走势（100%成分股）16
图21：沪深300指数增强净值走势（全市场选股）16
图22：中证500指数增强净值走势（100%成分股）17
图23：中证500指数增强净值走势（全市场选股）17
图24：中证1000指数增强净值走势（100%成分股）18
图25：中证1000指数增强净值走势（全市场选股）18
表1：量价因子模型数据集相关固定参数说明4
表2：不同数据集对应的量价因子表现（全A，20组）4
表3：不同数据集构建的量价因子表现（周频，全A，20组）5
表4：不同集成学习流程构建的量价因子表现（周频，全A，20组）8
表5：在不同量价数据集上生成的部分因子IC统计量10
表6：不同混合频率量价因子学习框架得到的综合因子表现11
表7：不同成分股中的综合因子表现12
表9：综合因子与常见风格因子的平均截面相关性13
表10：因子多头回撤区间不同风格因子的收益率贡献14
表11：沪深300指数增强策略分年度表现（100%成分股内选股）16
表12：沪深300指数增强策略分年度表现（全市场选股）16
表13：中证500指数增强策略分年度表现（100%成分股内选股）17
表14：中证500指数增强策略分年度表现（全市场选股）17
表15：中证1000指数增强策略分年度表现（100%成
文档评论（0）