结合GRU空头结构的多维度沪深300增强策略【华福金工·李杨团队】

文章预览

//   核心结论   // 增强模型介绍：     空头部分利用GRU模型基于日频量价信息对股票价格等时间序列数据进 行预测；多头部分，对价量波动、价量趋势、基本面因子做PCA降维。过去对机器学习因子、低频基本面价量因子的关注更多在多头，但我们认为空头的收益在一定程度上可以补足多头的撤回，空头的负向偏离在指数增强里也能够产生稳定收益。 GRU 模型空头因子增强：     使用6个股票日行情（开盘价、最高价、最低价、收盘价、成交量、成交额）特征构建日度因子，基于GRU模型以对股票价格等时间序列数据进行预测。由于训练网络以及损失函数的构造相对简单，GRU因子多头超额收益不显著，但是空头相对明显。由于GRU多空收益偏向于空头收益占优，因此最终在沪深300增强中仅对部分空头进行暴露。 价量低频因子：     因子分两类，一类是 ………………………………