机器学习因子选股月报（2025年5月）

研报总结：机器学习因子选股月报（2025年5月）

核心观点

本篇研报基于西南金工前期报告《量价时序特征挖掘模型在深度学习因子中的应用》中提到的GAN_GRU模型，定期更新并分析其自2024年以来在选股中的应用表现。GAN_GRU因子是通过生成式对抗神经网络（GAN）进行量价时序特征处理，再利用门控循环单元（GRU）进行时序特征编码得到的选股因子。

关键数据

• 历史表现（2019年1月至2025年4月）：
  • 月频调仓，全A范围内IC均值11.73%，年化超额收益率24.89%。
  • 近一年IC均值为11.44%，最新一期IC为0.22%。
• 行业表现（截至2025年4月）：
  • 4月当期因子IC排名前五的行业：银行、钢铁、非银金融、纺织服饰、家用电器。
  • 近一年因子IC均值排名前五的行业：非银金融、建筑装饰、交通运输、通信、商贸零售。
• 多头组合超额收益（截至2025年4月）：
  • 4月当期多头组合超额收益最高的五个行业（除综合）：纺织服饰、基础化工、汽车、轻工制造、食品饮料。
  • 近一年多头组合超额收益最高的五个行业（除综合）：家用电器、石油石化、有色金属、建筑材料、通信。

研究结论

• GAN_GRU因子在全A范围内表现出色，历史IC均值和年化超额收益率均较高。
• 因子在不同行业中表现稳定，部分行业如非银金融、建筑装饰等长期表现优异。
• 多头组合在多数行业中跑赢行业指数，显示出因子较强的选股能力。
• 2025年5月多头组合推荐个股包括国网英大、海容冷链、陕西能源等。

风险提示

本报告结论基于公开历史数据，未来市场环境变化可能导致因子表现差异。报告内容仅供参考，不构成投资建议，投资者需自行承担风险。