【东方金工·说深度】第8期：基于抗噪的AI量价模型改进方案
尊敬的各位投资者，
从今年开始，我们将举办一系列关于量化研究的线上会议。在“说深度”这个系列的会议中我们将通过汇报深度专题研究报告的形式，深入探索量化研究的前沿与应用，包括深度学习、多因子及指数增强、主动量化、行业轮动、基金评价、FOF、可转债等各个维度，希望能为您带来启发与思考。
我们相信，通过参加这个系列的会议，您将能够深入了解我们团队在量化研究方向的最新动态，拓宽您的知识视野，为您的研究和投资赋能。
欢迎各位投资者扫码或者联系研究员/对口销售报名参会，期待与您一同探索量化研究的精彩世界！
谢谢您的关注与支持！
核心观点
本文我们提出了一套对原量价模型框架抗噪性能提升的改进方案，该方案主要分成两个部分：第一，通过对抗训练的方法来降低神经网络模型对数据中噪声成分的敏感性。第二，在原始数据上通过相关算法识别异常数据点，并将算法输出的异常信号因子作为RNN模型输入以辅助模型训练，降低异常数据对模型的影响。
我们提出的抗噪方案下，各数据集非线性加权打分2018年以来在中证全指、沪深300、中证500、中证1000四个指数上隔天十日RankIC均值分别为15.71%、10.11%、11.82%、15.14%，RankICIR（未年化）分别为1.52、0.69、0.96、1.43，分20组多头年化超额分别为46.74%、28.74%、21.42%、34.25%，2020年以来在中证全指、沪深300、中证500、中证1000四个指数上隔天十日RankIC均值分别为13.88%、9.59%、9.94%、12.87%，RankICIR（未年化）分别为1.38、0.72、0.85、1.25，分20组多头年化超额分别为39.33%、29.53%、17.64%、26.47%，新模型打分在各不同宽基指数下均有优异的选股表现，市值偏向性较低。
以上两个打分也可直接应用于指数增强策略，各宽基指数上均能获得显著的超额收益，在成分股不低于80%限制、周单边换手率约束为20%约束下，2018年以来，新模型打分在沪深300、中证500和中证1000增强策略上年化超额收益率分别为17.40%、21.39%和31.52%，在成分股不限制、周单边换手率约束20%约束下，2018年以来，新模型在沪深300、中证500和中证1000增强策略上年化超额收益率分别为16.78%、27.20%和33.35%，整体表现较基准模型有较大幅度的提升。
风险提示
量化模型基于历史数据分析，未来存在失效风险，建议投资者紧密跟踪模型表现。
极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。
重要提示（向上滑动浏览）：
本订阅号为东方证券股份有限公司（以下称“东方证券”）研究所金融工程研究团队运营的唯一订阅号，并非东方证券研究报告的发布平台,本订阅号仅转发东方证券已发布研究报告的部分内容或对报告进行的跟踪与解读。通过本订阅号发布的资料仅供东方证券研究所指定客户参考。因本订阅号无法设置访问限制，若您并非东方证券研究所指定客户，为控制投资风险，请您请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。东方证券不因任何单纯订阅本公众号的行为而将订阅人视为客户。