最近更新
重要提示：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号发布的观点和信息仅供海通证券的专业投资者参考，完整的投资观点应以海通证券研究所发布的完整报告为准。若您并非海通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号推送内容而视相关人员为客户；市场有风险，投资需谨慎。
冯佳睿
海通金融工程研究首席分析师
S0850512080006
投资要点
系列前期报告从高频指标序列出发，使用RNN+NN的模型架构训练生成了深度学习高频因子。回测结果表明，该类因子具有较为显著的周度选股能力。在报告发布后，我们得到了许多有建设性的反馈。在总结多方面信息后，本文在9个方面对模型进行了尝试性的改进，并展示了测试结果。需要注意的是，并非有所的尝试都能提升模型表现，但是考虑到深度学习模型在搭建中具有较高的试错成本，本文展示了所有尝试的结果，希望与大家进一步交流。
尝试1：训练中控制因子与行业、风格及低频技术因子的相关性。在训练过程中引入正交层，使模型在指定的正交约束下生成高频因子。相同参数下，新因子有更强的周度选股能力，添加至中证500增强组合中，也能取得更大的收益提升。
尝试2：输入特征压缩。基于人工逻辑压缩输入特征集合，由此训练得到的因子，选股能力并未减弱。
尝试3：调整特征标准化方式。在处理输入特征时，有不处理、时间序列标准化和截面标准化三种方式。对比三者训练得到的因子的选股能力可知，截面标准化效果最好、不处理次之、时间序列标准化较弱。
尝试4：提升输入特征频率。将输入特征的频率提升至10分钟，并未改善因子的选股能力。我们猜测，当输入特征的频率较高、序列较长时，简单模型相对较弱的信息提取能力，无法训练得到更有效的因子。
尝试5：改变训练集/验证集切分比例。压缩验证集的长度，可将更多近期数据放入模型训练，进一步提升因子的选股能力。
尝试6：输入特征中引入环境变量。简单地引入环境变量，无法提升因子的选股效果，也不能增强模型应对不同市场环境的能力。
尝试7：调整预测目标。将模型预测目标调整为风险调整超额收益后，虽会小幅降低因子周均IC，但是会带来因子多头超额收益的提升。
尝试8：延长训练集。在更长的滚动训练窗口下，因子周度选股能力会得到进一步增强。
尝试9：提升模型复杂度。增加模型参数量并不能提升因子周度选股能力，这表明，当前模型的复杂程度可能已经足够从输入特征中提取有效信息。若想要使用更复杂的模型，可考虑扩充输入特征的信息量。
风险提示。市场系统性风险、资产流动性风险以及政策变动风险会对策略表现产生较大影响。
法律声明
本微信平台所载内容仅供海通证券股份有限公司的客户参考使用。海通证券不会因接收人收到本内容而视其为客户，且由于仅为研究观点的简要表述，客户仍需以研究所发布的完整报告为准。
市场有风险，投资需谨慎。在任何情况下，本微信平台所载信息或所表述的意见并不构成对任何人的投资建议。投资者应自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。在任何情况下，本公司不对任何人因使用本微信平台中的任何内容所引致的任何损失负任何责任。
本订阅号的版权归海通证券研究所拥有，严禁任何机构或个人引用或转载本平台所载内容。海通证券研究所对本订阅号（名称“海通研究”，微信号“ht_research”）保留一切法律权利。