20260913-华源证券-深度学习因子周报_Score_v5因子今年相对中证全指超额43.93_11页_1mb

深度学习因子周报总结

核心内容

本报告为华源证券发布的深度学习因子周报，分析了多个因子在不同指数成分股中的表现及指增组合的超额收益情况。报告涵盖了中证全指、沪深300、中证500和中证1000等市场指数，并提供了因子模型的说明与风险提示。

主要观点

• 因子表现：在不同指数成分股中，score_v5 因子表现突出，尤其是在中证全指和中证500上，今年以来的超额收益分别为43.93%和38.82%。
• 多头策略表现：各因子在近一周和今年以来的表现均呈正超额，说明整体市场环境下因子策略仍具有一定的有效性。
• 指增组合表现：指增组合在近一周表现不佳，但今年以来整体表现良好，其中中证500指增组合表现最优，超额收益为14.35%。
• 模型构建：报告介绍了多种深度学习因子模型，包括带图结构GRU模型、ABCM模型和StyleNet模型，这些模型用于捕捉股票间的交互关系、分离alpha与风险成分、识别市场风格信息等。

关键信息

1. 各因子近期表现（截至2026/09/11）

2. 指增组合近期表现（截至2026/09/11）

3. 模型说明

• score_v1：使用门控网络，结合周度、日度、分钟线、level2和基本面数据集。
• score_v2：基于带图结构GRU模型，结合周度、日度、分钟线、level2和基本面数据集。
• score_v3fast：基于ABCM模型，结合周度、日度、分钟线、level2和基本面数据集。
• score_v4style：基于StyleNet模型，结合周度、日度、分钟线、level2和基本面数据集。
• score_v4：融合带图结构GRU模型、ABCM模型、StyleNet模型和行业轮动。
• score_v5：融合score_v1、score_v2、score_v3fast、score_v4style和行业轮动。

4. 指增组合构建方式

• 使用score_v5因子。
• 周频调仓，以vwap价格进行买卖交易。
• 风险暴露控制：市值因子暴露不超过0.3倍标准差，行业因子暴露不超过2%。
• 成分股占比限制为80%，周单边换手率限制为20%，个股权重偏离限制为±1%。
• 买入成本为千分之一，卖出成本为千分之二，停牌和涨停不能买入，停牌和跌停不能卖出。

风险提示

1. 量化模型基于历史数据分析，未来可能失效，建议投资者持续跟踪模型表现。
2. 极端市场环境可能对模型效果产生剧烈影响，导致收益亏损。

总结

本报告展示了多个深度学习因子在不同市场指数中的表现，其中score_v5因子表现最为突出，尤其是在中证全指和中证500上，今年以来超额收益分别达到43.93%和38.82%。尽管近期各指数指增组合表现有所波动，但今年以来均实现正超额，显示出因子策略的持续有效性。报告还介绍了多种深度学习模型的构建方式，强调了模型在捕捉市场风格和分离alpha成分方面的作用。同时，提醒投资者注意模型可能存在的失效风险和极端市场环境的影响。