猜你想问
西南金工双轨最优传输分布纠偏与对抗生成式因子挖掘模型是什么？
西南金工研发的该模型基于Transformer架构，输入23个日频量价特征，用10年收益数据训练，通过四次递进优化提升多头挖掘能力与模型稳定性，解决了原模型高IC集中于空头区域的痛点，DTN模型IC达11.73%，多头组合年化收益45.04%，最大回撤32%
该因子挖掘模型在哪些赛道有应用？
该模型适配沪深300、中证1000、中证2000指增策略，年化超额分别为13.36%、24.22%、31.75%，呈小市值收益梯度，适合量化多头、指增类策略，但2026年以来超额波动放大
报告重点分析了哪些方向？
报告重点分析了因子挖掘模型的优化路径与效果，包括损失函数、样本权重、输出结构、模型结构的四次递进优化，以及多头挖掘能力提升对模型稳定性的影响
当前市场对因子挖掘模型的需求如何？
因子挖掘模型在量化策略中持续受到关注，尤其在小市值指增领域表现突出，但需关注2026年以来超额波动放大的风险，市场对模型稳定性和适应性要求提高
使用该模型有哪些风险提示？
模型虽在回测中表现良好，但需注意2026年以来超额波动放大的风险，以及模型对小市值风格依赖较高，市场环境变化可能影响其适应性
你可能感兴趣
双轨最优传输分布纠偏与对抗生成式因子挖掘模型
信息技术西南证券2026-06-17
金工专题报告 20260110：深度学习系列之一：AI重塑量化，基于大语言模型驱动的因子改进与情绪Alpha挖掘
东吴证券2026-01-10
金工专题报告：深度学习系列之三：AI因子挖掘的双路径实践与Skill沉淀——从表达式搜索到Agent化研究流程
东吴证券2026-06-15
金工定期报告：行业估值偏离度因子绩效月报：模型效用与行业容量
东吴证券2021-03-01
金工专题报告：深度学习揭秘系列之二：涵盖价量与基本面因子的多模型结合神经网络
信达证券2024-10-30
金工定期报告：信息分布均匀度UID因子绩效月报
东吴证券2020-10-06
金工定期报告：信息分布均匀度UID因子绩效月报
东吴证券2021-12-07
金工定期报告：信息分布均匀度UID因子绩效月报
东吴证券2020-11-01
金工定期报告：信息分布均匀度UID因子绩效月报
东吴证券2021-10-31
长江金工深度学习系列：筹码分布因子研究
未知机构2026-07-30