20250930-西南证券-机器学习因子选股月报（2025年10月）_14页_1mb

报告摘要

本报告基于西南证券研究院发布的《量价时序特征挖掘模型在深度学习因子中的应用》（2024年7月11日）中提到的GAN_GRU模型，定期更新该因子的表现情况。GAN_GRU因子是通过生成式对抗网络（GAN）处理量价时序特征后，再使用门控循环单元（GRU）进行时序特征编码得到的选股因子。

因子整体表现：自2019年1月至2025年9月，月频调仓下，GAN_GRU因子在全A范围内IC均值为 $0.1136^{}$，多头组合年化超额收益率达 $22.58%$。截至2025年9月28日，最新一期IC为 $0.1053^{}$，近一年IC均值为 $0.0982^{***}$。
行业表现差异：GAN_GRU因子在不同行业中的表现存在显著差异。8月当期，IC排名前五的行业为煤炭、建筑材料、社会服务、非银金融、食品饮料；近一年IC均值排名前五的行业为钢铁、公用事业、建筑材料、非银金融、商贸零售。
多头组合收益：截至2025年9月，9月当期多头组合超额收益最高的五个行业为建筑材料、钢铁、社会服务、煤炭、非银金融，超额收益分别为 $5.78%$、$5.13%$、$1.91%$、$1.55%$、$1.21%$。近一年多头组合月平均超额收益最高的五个行业为家用电器、建筑材料、食品饮料、公用事业、纺织服饰，超额收益分别为 $5.04%$、$4.96%$、$3.92%$、$3.53%$、$3.10%$。在30个申万一级行业（除综合）中，近一年多头组合均跑赢对应行业指数。
个股推荐：根据因子得分，2025年10月多头组合中排名前十的个股为宝莱特、裕太微-U、藏格矿业、拓维信息、亨通股份、鞍钢股份、四维图新、海南橡胶、联创电子、华润材料。

模型结构：采用GRU(128, 128) + MLP(256, 64, 64)的结构，将模型输出的预测收益 $pRet$ 作为选股因子。
特征处理：使用18个量价特征（包括日频和月频），对特征进行时序去极值 + 标准化和个股层面上的截面标准化。
训练方式：半年滚动训练，训练时间点为每年的6月30日和12月31日，使用Adam优化器，学习速率为1e-4，损失函数为IC，早停轮数为10，最大训练轮数为50。
GAN模型说明：生成器（G）使用LSTM模型处理量价时序特征，判别器（D）使用CNN模型识别二维特征“图片”，两者在对抗训练中相互优化。