华泰金工 | PortfolioNet: 神经网络求解组合优化

文章预览

本研究提出PortfolioNet神经网络，这一网络开创性地将组合约束融入到Alpha因子挖掘的网络结构中，通过单个神经网络完成输入、预测到组合优化决策的全流程，一并产生“选股因子”与“投资组合权重”两项输出。该网络在不改变因子预测模块的基础上，增加约束矩阵生成器与组合优化层，并构造了同时优化IC与组合收益的复合损失函数。我们基于PortfolioNet构建指数增强组合，实证结果表明，该组合在提升收益和控制回撤方面均展现出一定优势。在回测区间2020-11-30至2024-09-30内，中证1000组合的年化超额由7.63%提升至13.55%，信息比率由1.15提升至2.24，超额最大回撤由8.99%降低至6.44%。 核心观点 人工智能 85：基于端到端神经网络的Alpha策略组合优化 本研究提出PortfolioNet神经网络，这一网络开创性地将组合约束融入到Alpha因子挖掘的网络结构中，通过单个神 ………………………………