在BigQuant社区有用户复现了幻方的深度学习选股模型 《使用深度学习DNN构建选股模型》,并且其他用户在此基础上优化到100%年化收益。这个模型目前还比较初级,还有很多可以改进的地方,但为量化投资提供了很好的新的思路。
<span]在某路演活动上看到的幻方用DNN来构建量化策略模型(PPT归属幻方,不便于分享,幻方在原文下方进行了回复,有兴趣的请自行联系幻方)。于是用了1个小时做了模型复现,在BigQuant模型上做深度学习很方便。
<span]模型没有做任何调优,欢迎前往文末原文克隆优化,一些可以优化的方向:
- 预测目标:可以修改数据标注,预测1天、3天、5天或者其他周期的收益作为标注
- 训练数据:可以选择不同时段数据作为训练
- 模型参数:训练迭代次数,学习率等等
- 特征选择:幻方他们使用了apha101和国泰君安191里面的98个因子。需要注意的,特征值需要一些预处理,比如归一化,标准化,clip等。把特征值控制在-1到1左右
策略地址:《使用深度学习DNN构建选股模型》
BigQuant—人工智能量化投资平台