数据简介

华泰金工前期报告《AlphaNet：因子挖掘神经网络》(2020.6.14)提出了AlphaNet-v1模型，能以端到端的方式有效提取股票原始量价数据中的因子。然而AlphaNet-v1在2019年下半年之后表现欠佳，针对该问题，本文分别从神经网络结构和特征的角度进行改进，构建了AlphaNet-v2和AlphaNet-v3两个升级模型，并在多个股票池内测试。结果显示，在全A股和中证800成分股中AlphaNet-v2表现优于AlphaNet-v1，在中证500成分股中AlphaNet-v3表现小幅优于AlphaNet-v2。另外，本文总结对比了“遗传规划+随机森林”模型和AlphaNet的优缺点。