金融工程：华泰AI研究五年回顾

华泰金融工程团队自2017年6月1日以来已发表56篇深度报告，涵盖模型测试、因子挖掘、替代数据、防止过拟合、生成对抗网络（GAN）和合成。其中，模型测试是早期关注的主题，包括广义线性模型、支持向量机、决策树、神经网络等多种模型的测试。因子挖掘和替代数据是多因子模型长期发挥作用的基石，华泰通过遗传编程和神经网络AlphaNet进行因子挖掘和合成。此外，华泰还利用自然语言处理技术从大量分析师研究报告和新闻中提取见解，以解决金融市场数据有限的问题。防止过拟合、GAN和合成也是华泰研究的重点，包括特征选择、替代标签、因果推理和无监督学习在投资中的应用，以及将投资组合优化集成到神经网络中。华泰AI系列的初衷是澄清人们对人工智能的误解和偏见，更清晰地识别优势和不足，从而更合理、更有效地将人工智能应用到投资中。