分域训练在深度学习情景下的尝试：如何克服因子表现的截面差异

深度学习模型构建与特性分析

• 模型构建: 深度学习模型基于高频量价数据（开盘半小时、收盘半小时、盘中买入意愿占比和强度等）、低频量价数据（市值、估值、换手率等）以及基本面数据（SUE、ROE、分红等）构建，采用RNN+FNN网络结构，输入过去63个交易日数据，标签为未来2周收益率。
• 不同Loss函数下模型表现:
  • MAE表现显著弱于MSE或IC，尽管理论上MAE能照顾不同收益分布。
  • MSE与IC因子表现差异较小，但收益率取Rank会牺牲部分多空和多头表现。
  • 偏中小盘的500、1000增强组合，以不取Rank的IC、MSE为Loss函数收益表现更优，尤其1000增强组合，极端IC表现最优。
  • 添加Rank虽无法显著提升收益，但能有效控制组合回撤。

基于市值分组的分域加权深度学习因子构建尝试

• 市值分组分域加权: 将全市场股票按市值分为11组，构建11个深度学习模型，Loss函数权重向量化，最大权重分组动态调整。
• 因子表现:
  • 极端权重分配（base_w=0.9或0.5）会显著破坏因子全市场选股效果。
  • 沪深300：分域加权无法提升组合表现，甚至可能恶化。
  • 中证500：宽约束组合中，分域加权有一定提升效果，非极端加权的IC表现最佳，严约束组合效果不显著。
  • 中证1000：分域加权能显著提升宽严约束组合表现，年化收益提升均超1%。
• 研究结论:
  • 深度学习因子表现受数据信噪比影响大，参数训练易受欠拟合影响。
  • 市值分域加权对深度学习因子增强主要体现在中小市值股票，与线性回归模型对大市值股票的增强效果不同。
  • 提升收益预测能力的关键在于获得更好的收益预测特征。

风险提示

• 市场系统性风险、海外市场波动风险、模型误设风险。