广发证券_0603_金融工程专题报告：风险中性的深度学习选股策略.pdf

深度学习选股策略本报告旨在探讨风险中性的深度学习选股策略，旨在实现投资组合的稳定收益。报告首先介绍了风险中性的机器学习模型，通过对大量历史数据的分析和处理，建立了一个深度学习预测模型，能够预测股票的涨跌幅。模型使用了多种技术，包括relu激活函数、Batch normalization和Dropout技术，以提高模型的泛化能力。报告接着介绍了风险中性的选股策略，通过对股票特征的分析和处理，挑选出未来一期能够产生超额收益的股票。报告还讨论了多因子选股模型，通过对股票特征的分析和处理，挑选出未来一期能够产生超额收益的股票。报告最后讨论了风险中性的样本标注方法，包括普通的样本标注方法、行业中性的样本标注和市值中性的样本标注。这些方法都是为了挑选出未来一期能够产生超额收益的股票，实现投资组合的稳定收益。深度学习预测模型的建立---深度学习预测模型的建立是风险中性的深度学习选股策略的核心。模型使用了多种技术，包括relu激活函数、Batch normalization和Dropout技术，以提高模型的泛化能力。模型的结构包括五个隐层，隐层节点数依次为512、200、128。模型的输出维度为3，预测股票的涨跌幅。模型的训练使用了BP算法和迷你批量梯度下降算法，以最小化均方误差（MSE）。模型的优化目标是最小化MSE，以提高模型的预测能力。风险中性的选股策略---风险中性的选股策略是通过对股票特征的分析和处理，挑选出未来一期能够产生超额收益的股票。策略使用了多因子选股模型，通过对股票特征的分析和处理，挑选出未来一期能够产生超额收益的股票。策略还使用了风险中性的样本标注方法，包括普通的样本标注方法、行业中性的样本标注和市值中性的样本标注。这些方法都是为了挑选出未来一期能够产生超额收益的股票，实现投资组合的稳定收益。风险中性的样本标注方法---风险中性的样本标注方法是为了挑选出未来一期能够产生超额收益的股票。方法包括普通的样本标注方法、行业中性的样本标注和市值中性的样本标注。普通的样本标注方法是根据未来一期的股票涨跌幅来给样本贴“标签”：上涨、下跌、平盘。然后按照涨跌幅进行排序，确定样本的输出标签。行业中性的样本标注方法是寻找不同行业内能够跑出超额收益的股票。方法是根据未来一期的股票涨跌幅来给样本贴“标签”：上涨、下跌、平盘。然后按行业进行排序，确定样本的输出标签。市值中性的样本标注方法是寻找不同市值区间内能够跑出超额收益的股票。方法是根据未来一期的股票涨跌幅来给样本贴“标签”：上涨、下跌、平盘。然后按照市值进行排序，确定样本的输出标签。结论----本报告展示了风险中性的深度学习选股策略，旨在实现投资组合的稳定收益。策略使用了深度学习预测模型，挑选出未来一期能够产生超额收益的股票。报告还讨论了风险中性的样本标注方法，包括普通的样本标注方法、行业中性的样本标注和市值中性的样本标注。这些方法都是为了挑选出未来一期能够产生超额收益的股票，实现投资组合的稳定收益。