深度学习算法掘金alpha因子

《深度学习算法掘金alpha因子》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、金融工程

2、专题报告2014年6月19日证券研究报告深度学习算法掘金ALPHA因子图1不同规模的深度学习因子组合4.543.5滚动分数-等权-10固定分数-等权-10大数据深度学习系列之二3滚动分数-等权-30固定分数-等权-302.5滚动分数-等权-50固定分数-等权-502滚动分数-等权-100固定分数-等权-100报告摘要：1.5滚动分数-等权-200固定分数-等权-2001固定分数-等权-300滚动分数-等权-3000.5沪深300金融大数据下的Alpha因子挖掘0多因子Alpha策略是发掘出驱动

3、个股产生Alpha收益的因子，根据有201101042011022320110411201105252011070820110822201110122011112420120110201202292012041720120601201207172012082920121018201211302013011720130308201304242013061420130729201309102013110120131216201401292014032020140507效的Alpha因子设计相应的选股策略，筛选

4、投资的股票组合，以寻找超越图2深度学习因子与价量双因子组合市场的股票超额收益。为了获取新的Alpha来源，我们一方面可以对传统对比因子进行更加深入的挖掘，例如挖掘因子的非线性特征，寻找有效的因子组合。另一方面，我们可以利用更加高效的数据挖掘手段从市场数据中间50.0%43.5%寻找新的Alpha因子。随着大数据时代的来临，数据挖掘的方法不断革新40.0%改进，浩如烟海的市场数据为Alpha的来源提供了巨大的可能性。30.0%23.4%19.8%20.0%深度学习股价预测模型15.2%10.0%从市场微观

5、结构的角度来说，股票价格的形成和变化是由买卖双方的6.8%3.4%交易行为决定的，因此，对高频市场行情数据的挖掘有可能获得对未来股0.0%-1.6%2011201220132014票价格走势的有预测能力的模式。-5.3%-10.0%成交额+动量双因子组合滚动分数-等权-100本报告通过样本内大量历史数据训练深度学习预测模型，对以周为频率的中证800股票价格涨跌进行预测，建立起了可以对股价短期内走势进行预测的机器学习模型。分析师：安宁宁S0260512020003深度学习股票多因子交易策略0755-239

6、48352ann@gf.com.cn基于深度学习股价预测模型对股票价格变化的预测得分，本报告提出了股票交易的Alpha策略。在组合规模为100的情况下，该多因子Alpha策略自2011年以来累积收益率超过120%，各年度收益率都超过15%。相关研究：结论大数据深度学习系列之一：深2014-06-18通过中证800成份股的实证研究，本报告验证了深度学习这一大数据度学习之股指期货日内交易时代的机器学习利器在股票价格预测上的有效性。通过深度学习模型对市策略场数据进行挖掘，获得了可以产生超额收益的因子，该因子的

7、表现超越了传统的Alpha因子。识别风险，发现价值请务必阅读末页的免责声明1/27金融工程

8、专题报告目录索引一、ALPHA因子挖掘.............................................................................................................4（一）主流因子表现回顾.....................................................................

9、.........................4（二）大数据ALPHA因子挖掘........................................................................................6二、深度学习介绍................................................................................................................7（一）深

10、度学习：机器学习的新浪潮............................................................................7（二）模型起源............................................................................................................9（三）深层模型结构.