主要观点总结
本文主要介绍了华泰金工的AI行业轮动模型、AI概念指数轮动模型、AI主题指数轮动模型的表现跟踪,以及全频段融合因子和文本FADT_BERT选股组合的表现。包括它们的构建方法、策略规则、未来一周的推荐持有以及相关的风险免责声明。
关键观点总结
关键观点1: AI行业轮动模型表现
使用深度学习模型对全频段量价数据进行信息提取,构建行业轮动策略。模型能利用AI模型的特征提取能力,挖掘多频段量价数据中的规律。今年以来相对等权基准超额收益30.45%。未来一周将持有银行、电力及公用事业、交通运输、建筑、农林牧渔等行业。
关键观点2: AI概念指数轮动模型表现
使用全频段量价融合因子对概念指数打分,构建周频调仓策略。模型未来一周将持有银行精选、保险精选、中特估、医药商业精选等指数。相对等权基准年化超额收益率较高。
关键观点3: AI主题指数轮动模型表现
选取主题ETF基金跟踪的指数构建主题指数池,使用全频段量价融合因子对主题指数打分,构建周频调仓策略。未来一周将持有上证金融、上证央企等指数。
关键观点4: 全频段融合因子表现
通过深度学习模型训练高频因子和多任务学习挖掘低频量价数据,合成全频段融合因子。今年以来5日RankIC均值较高,相对全A等权基准的超额收益显著。
关键观点5: 文本FADT_BERT选股组合表现
基于文本因子构建选股组合,该组合近年来表现稳定。自回测以来年化收益率较高,相对中证500超额年化收益明显。
文章预览
截至2024年8月2日,全频段融合因子今年以来5日RankIC均值为0.127,分10层TOP层相对全A等权基准的超额收益为14.21%,自2017年初回测以来5日RankIC均值为0.115,TOP层年化超额收益率为31.93%。 AI行业轮动模型使用全频段量价融合因子对32个中信行业打分并构建周频调仓策略,每周选取5个行业等权配置, 今年以来超额收益率为30.45% 。 截至2024年8月2日,模型未来一周将持有银行、电力及公用事业、交通运输、建筑、农林牧渔5个行业。 AI概念指数轮动模型使用全频段量价融合因子对72个概念指数打分并构建周频调仓策略,每周选取10个概念指数等权配置。 截至2024年8月2日,模型未来一周将持有银行精选、保险精选、中特估、医药商业精选等指数。 截至2024年8月2日,文本FADT_BERT组合7月份绝对收益为-3.30%,相对中证500超额收益-2.16%,今年以来绝对收益-7.18%,超额收
………………………………