深度学习在量化中应用.docxVIP

深度学习在量化中应用

一、引言

量化投资自诞生以来，始终沿着“数据维度更丰富、决策逻辑更严谨、交易执行更高效”的路径演进，从最早的基本面规则选股，到基于资产定价理论的线性多因子框架，再到统计套利类中高频交易，量化方法凭借其纪律性、分散化的优势，逐步成为全球资管行业的核心投资方式之一。但随着资本市场有效性的持续提升，传统量化方法的短板日益凸显：一方面，人工挖掘因子的效率出现边际递减，大量线性因子被充分交易后快速失效，策略同质化导致超额收益持续收窄、回撤幅度不断放大；另一方面，数字时代带来了数据量级的指数级增长，除了传统的财报、交易类结构化数据，文本、图像、音视频等非结构化另类数据占比不断提升，传