- GAN_GRU模型简介: 该模型结合了生成式对抗网络(GAN)和门控循环单元(GRU)技术,利用GAN进行量价时序特征处理,再通过GRU进行时序特征编码,生成选股因子。
- 模型特征: 量价特征包括收盘价、开盘价、成交量、换手率等18个特征,调仓频率为月频,训练数据为过去400天内的量价特征,预测未来20个交易日的累计收益。
- 模型表现: 自2019年2月至2026年5月,GAN_GRU因子在全A范围内IC均值为0.1061,年化超额收益率为20.03%;最新一期IC为-0.0431,近一年IC均值为0.0445。
- 行业表现: 近期(截至2026年4月),因子IC排名前五的行业(除综合)为石油石化、非银行金融、农林牧渔、家电、有色金属;近一年IC均值排名前五的行业为煤炭、传媒、商贸零售、消费者服务、钢铁。
- 多头组合表现: 近期(截至2026年4月),多头组合超额收益最高的五个行业(除综合)为有色金属、农林牧渔、非银行金融、石油石化、基础化工;近一年月平均超额收益最高的五个行业为消费者服务、农林牧渔、电力及公用事业、食品饮料、石油石化。
- 2026年6月多头组合: 因子得分排名前10的股票为北汽蓝谷、矩阵股份、电科网安、上港集团、三钢闽光、海信家电、安克创新、国轩高科、太阳纸业、苏豪汇鸿。
- 风险提示: 报告结论基于历史数据,未来市场环境变化可能导致因子表现差异,且不构成投资建议,投资者需自行承担风险。