因子切割论与深度学习的结合应用——市场微观结构研究系列（28）
AI智能总结
2025年07月26日《A股反转之力的微观来源》-2019。12.23《振幅因子的隐藏结构》-2020.05.16《 主 动 买 卖 因 子 的 正 确 用 法 》-2020.09.05《因子切割论》-2020.09.16《 遗 传 算 法 赋 能 交 易 行 为 因 子 》-2023.08.06相关研究报告金融工程研究团队魏建榕（首席分析师）证书编号：S0790519120001张翔（分析师）证书编号：S0790520110001傅开波（分析师）证书编号：S0790520090003高鹏（分析师）证书编号：S0790520090002苏俊豪（分析师）证书编号：S0790522020001胡亮勇（分析师）证书编号：S0790522030001王志豪（分析师）证书编号：S0790522070003盛少成（分析师）证书编号：S0790121070009苏良（分析师）证书编号：S0790121070008何申昊（分析师）证书编号：S0790524070009蒋韬（分析师）证书编号：S0790525070001 1/16 目录1、因子切割论回顾：剖析市场精细结构的利器..........................................................................................................................32、DBD-GRU模型：因子切割论与深度学习的有机结合...........................................................................................................53、风险提示...................................................................................................................................................................................134、附录...........................................................................................................................................................................................14图表目录图1：信息在时间轴上的分布不均匀（示意图）.........................................................................................................................3图2：M_high与M_low的累计IC差异显著................................................................................................................................4图3：因子切割论示意图................................................................................................................................................................6图4：DBD-GRU模型示意图.........................................................................................................................................................6图5：理想振幅因子与理想反转因子多空净值表现优异.............................................................................................................7图6：理想振幅与理想反转因子多空收益可达20%以上............................................................................................................7图7：GRU模型下切割论因子的多空表现均有较大提升...........................................................................................................8图8：GRU因子的分组收益单调性较好.......................................................................................................................................8图9：DBD-GRU模型下，因子多空表现进一步提升..................................................................................................................8图10：DBD-GRU模型因子的多空收益均在30%以上...............................................................................................................8图11：DBD-GRU模型因子与另外两类因子的相关性较高........................................................................................................9图12：DBD-GRU因子在剔除切割论因子与GRU因子后仍有较强的预测能力....................................................................10图13：沪深300中，DBD-Combine因子的RankIC均值为-5.76%..........................................................................................11图14：沪深300中，DBD-Combine因子十分组多空年化收益为14.9%.................................................................................11图15：DBD-Combine因子在沪深300中的增强组合年化超额为7.64%.................................................................................11图16：中证500中，DBD-Combine因子的RankIC均值为-7.40%..........................................................................................11图17：中证500中，DBD-Combine因子十分组多空年化收益为17.5%.................................................................................11图18：DBD-Combine因子在中证500中的增强组合年化超额为7.23%.................................................................................12图19：中证1000中，DBD-Combine因子的RankIC均值为-9.84%........................................................................................12图20：中证1000中，DBD-Combine因子十分组多空年化收益为30.8%...............................................................................12图21：DBD-Combine因子在中证1000中的增强组合年化超额为11.8%...............................................................................13表1：基于因子切割论的模型汇总................................................................................................................................................5表2：相减的操作提升了因子稳定性............................................................................................................................................5表3：DBD-GRU模型参数.............................................................................................................................................................6表4：改进因子列表........................................................................................................................................................................7表5：切割论因子整体表现优秀....................................................................................................................................................7表6：GRU因子表现大幅提升.......................................................................................................................................................8表7：DBD-GRU模型下，因子表现进一步提升..............
