深度学习研究分析报告：股价预测，多模态多尺度.pdf

[Table_Page]金融工程|量化投资专题

2024年11月18日

证券研究报告

[Table_Title]图1：多模态多尺度股价预测模型

股价预测之多模态多尺度

深度学习研究报告

[Table_Summary]

报告摘要：

⚫AI看图：在去年发布的《基于卷积神经网络的股价走势AI识别与分类》

研究报告中，创新性地采用基于深度学习的图像识别技术，将价量数

据图表与未来股价走势进行建模，以实现股票价格预测。

⚫股价预测之多模态多尺度：本文以“多模态、多尺度”为题，基于AI

看图初版模型进行了大幅改进，新的模型结构如右图1所示。本文模

型在日度价量数据图表的基础上，加入了高频因子数据、日频时序数

据、周度价量数据图表，采用4个独立的深度时序模型和深度卷积模数据：广发证券发展研究中心

型进行多模态、多尺度的特征提取，并同时采用回归损失和分类损失

以端到端的方式进行模型训练，有效提升了模型对未来股价的预测能[Table_Author]

力，取得了更为显著的超额收益。

⚫对比提升：以2020/01/01~2024/10/31作为样本外回测区间，每20个

交易日进行换仓，本文模型预测结果在全市场、沪深300、中证500、

中证800、中证1000、国证2000、创业板的RankIC均值分别为8.7%、

7.9%、6.6%、6.9%、8.2%、8.7、10.4%，RankIC胜率分别为86.7%、

69.0%、73.5%、75.2%、84.8%、86.1%、89.2%。以全市场作为回

测统计口径，对比AI看图初始版本，本文模型的RankIC均值提升了

3.0%，RankIC胜率提升了7.8%。

⚫超额表现：以2020/01/01~2024/10/31作为样本外回测区间，基于本

文模型因子在全市场、沪深300、中证500、中证800、中证1000、

国证2000、创业板分别构建10分档多头股票组合，双边千三计费后，[Table_DocReport]

多头股票组合分别相对对应板块指数取得了12.97%、9.17%、5.30%、

8.38%、7.47、7.47%、11.52的超额年化收益率。

⚫与Barra风格因子相关性：整体而言，本文模型因子与Barra风格因

子的相关性较低，其中，相关性最高的三个Barra风格因子为流动性

因子、波动率因子和市值因子，相关系数分别为-18%、-16%和-8%。

[Table_Contacts]

⚫展望：本报告以研发为主要目的，对模型进行了严谨的训练、验证、

以及回测。其中，训练样本为2008~2016年数据，验证样本为2017~

2019年数据，回测样本为2020~2024年数据。从理论上来说，通过

加入更新、更多的训练样本，结合滚动训练等方式，能够进一步提升

模型对未来股价的预测能力，取得更为显著的超额收益。

⚫风险提示：（1）本文所述模型用量化方法通过历史数据统计、建模和

测算完成，所得结论与规律在市场政策、环境变化时存在失效风险；（2）

本文策略在市场结构及交易行为改变时有可能存在失效风险；（3）因

量化模型不同，本文提出的观点可能与其他量化模型结论存在差异。

识别风险，发现价值

1/31

zhangyudong张钰东2025-01-1913:36:57