基于深度学习的多因子选股模型构建.docxVIP

基于深度学习的多因子选股模型构建

一、引言

量化投资作为现代金融领域的重要分支，凭借数据驱动的决策方式逐渐成为机构投资者的核心工具，而多因子选股模型则是量化投资体系中的经典框架。传统多因子模型通过挖掘影响股票收益的核心因子，构建线性或半线性模型筛选优质股票，但随着市场结构复杂化、投资者行为多元化，传统模型的线性假设难以捕捉因子间的非线性交互与时序依赖关系，超额收益的稳定性逐渐下降（FamaFrench，2015）。深度学习技术的兴起为解决这一难题提供了新路径，其通过多层神经网络自主学习高维数据中的复杂特征，能够有效突破传统模型的局限。本文系统阐述基于深度学习的多因子选股模型构建流程，从理论