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
………………………………