原创力文档- 1、本文档共13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)。
金融工程专题
目录
1、深度学习赋能交易行为因子挖掘4
1.1、LSTM深度学习因子挖掘框架和绩效回顾4
1.2、Transformer深度学习因子挖掘对比5
1.3、Transformer因子多头优选6
2、深度学习维度下的风格选择7
2.1、风格优选：指数Transformer因子7
2.2、风格优选：股票Transformer因子8
2.3、风格优选：深度学习综合方案9
3、强化学习维度下的风格选择10
3.1、PPO和SAC优选对比10
3.2、基于SAC的月度风格选择11
4、基于风格优选的多策略融合实践12
5、风险提示14
图表目录
图1：围绕收益拆解公式衍生出的基本面选股框架4
图2：开源金工特色LSTM因子挖掘整体流程5
图3：LSTM因子10分组多空对冲的年化收益率为32.74%5
图4：Transformer因子10分组多空对冲的年化收益率为38.77%6
图5：Transformer和LSTM因子累计RankIC6
图6：Transformer和LSTM因子10分组多空对冲6
图7：Transformer100净值较为优异6
图8：指数Transformer因子4分组绩效8
图9：指数Transformer因子尾部剔除效果较为优异8
图10：绝对比例4分组绩效：多头效果优于空头8
图11：比例相对变化4分组绩效8
图12：大盘价值风格2024年基本都位于多头端9
图13：深度学习综合方案：优选风格个数敏感性分析9
图14：深度学习综合方案：优选2种风格净值较为优异10
图15：PPO算法和SAC算法伪代码10
图16：开源金工特色强化学习风格轮动流程11
图17：SAC算法最终净值优于PPO算法11
图18：强化学习风格因子：优选风格个数敏感性分析12
图19：强化学习风格因子：优选10种风格净值较为优异12
图20：Transformer优选100收益波动比随lambda变化13
图21：Transformer优选100净值明显更优13
图22：Transformer优选100净值较为优异13
表1：Transformer100绝对收益年化23.37%，收益波动比0.947
表2：随着滚动天数N的变化，月度强化学习风格SAC因子4分组年化收益统计12
表3：深度学习和强化学习方法优选超额绩效对比12
请务必参阅正文后面的信息披露和法律声明2/16
金融工程专题
表4：Transformer优选100绩效较为优异14
请务必参阅正文后面的信息披露和法律声明3/
文档评论（0）