卷积神经网络在量化选股因子挖掘中的应用.docxVIP

卷积神经网络在量化选股因子挖掘中的应用

一、引言

近年来，国内量化投资行业发展速度加快，量化交易在市场总成交额中的占比持续提升，量化选股作为量化投资的核心方向之一，其核心竞争力来源于对选股因子的挖掘与应用。所谓选股因子，是指能够对股票未来收益产生稳定预测作用的特征指标，是量化选股模型的核心输入。传统的因子挖掘主要依赖研究人员的金融知识与经验，通过人工假设结合数据验证的方式开展，随着行业竞争加剧，传统方法的局限性逐渐显现：因子同质化严重、拥挤度上升，难以捕捉复杂的非线性收益规律，对非结构化另类数据的利用率极低。在此背景下，以卷积神经网络为代表的深度学习技术凭借强大的自动特征提取能力，开始逐步渗透