20260704-华源证券-深度学习因子周报_Score_v4因子今年相对中证全指超额22.74_11页_2mb

报告摘要

深度学习因子周报总结（2026年07月04日）

核心内容概述

本报告总结了2026年7月4日发布的深度学习因子周报，主要分析了多个深度学习因子在不同宽基指数下的近期表现以及今年以来的超额收益情况，并对指增组合的表现进行了跟踪。报告还介绍了所使用的模型结构及投资评级说明。

主要观点

1. 深度学习因子表现

中证全指：
- 近一周表现：score_v2 因子超额收益为 2.08%，score_v3 因子为 1.56%，score_v4style 因子表现较弱。
- 今年以来表现：score_v4 因子超额收益为 22.74%，score_v0 因子为 19.49%，所有因子均获得正超额。
沪深300：
- 近一周表现：score_v2 因子超额收益为 0.23%，表现最佳。
- 今年以来表现：score_v2 因子超额收益为 45.34%，score_v3 因子为 42.38%，所有因子均获得正超额。
中证500：
- 近一周表现：score_v2 因子超额收益为 -0.26%，表现相对较好。
- 今年以来表现：score_v2 因子超额收益为 24.05%，score_v0 因子为 20.19%，除 score_v4style 外所有因子均获得正超额。
中证1000：
- 近一周表现：score_v2 因子超额收益为 1.56%，表现最佳。
- 今年以来表现：score_v4 因子超额收益为 24.63%，score_v3 因子为 23.86%，所有因子均获得正超额。

2. 指增组合表现

近一周：
- 沪深300指增组合超额收益为 -0.06%；
- 中证500指增组合超额收益为 -0.26%；
- 中证1000指增组合超额收益为 0.81%。
今年以来：
- 沪深300指增组合超额收益为 7.21%；
- 中证500指增组合超额收益为 12.25%，表现最佳；
- 中证1000指增组合超额收益为 9.91%，表现其次；
- 所有指增组合均获得正超额。

关键信息

1. 因子构建与调仓机制

所有因子均基于深度学习模型构建，包括：
- score_v0：使用周度、日度、分钟线、level2和基本面数据集，模型为带图结构GRU + ABCM；
- score_v2：使用周度、日度、分钟线、level2和基本面数据集，模型为带图结构GRU；
- score_v3fast：使用周度、日度、分钟线、level2和基本面数据集，模型为 ABCM；
- score_v3：使用周度、日度、分钟线、level2和基本面数据集，模型为带图结构GRU + ABCM；
- score_v4style：使用周度、日度、分钟线、level2和基本面数据集，模型为 StyleNet；
- score_v4：使用周度、日度、分钟线、level2和基本面数据集，模型为带图结构GRU + ABCM + StyleNet + 行业轮动。
调仓频率为周度，根据周五因子得分在每周一按收盘价进行买卖交易。

2. 指增组合构建规则

使用因子：score_v4 + 行业轮动；
周频调仓，股票池为中证全指成分股剔除北交所股票；
风险暴露控制：
- 市值因子暴露不超过 0.3 倍标准差；
- 所有行业因子暴露不超过 2%；
成分股占比为 80%，周单边换手率限制为 20%，个股权重偏离限制为 ±1%；
交易成本假设：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

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；
极端市场环境可能对模型效果产生剧烈冲击，导致收益亏损。

投资评级说明

证券投资评级：
- 买入：相对基准指数涨跌幅 > 20%；
- 增持：相对基准指数涨跌幅在 5% ~ 20%；
- 中性：相对基准指数涨跌幅在 -5% ~ 5%；
- 减持：相对基准指数涨跌幅 < -5%；
- 无：无法给出明确评级。
行业投资评级：
- 看好：行业指数超越基准指数；
- 中性：行业指数与基准指数基本持平；
- 看淡：行业指数弱于基准指数。

总结

本报告展示了多个深度学习因子在不同宽基指数下的表现，其中 score_v4 因子在中证全指和中证1000 上表现突出，今年以来超额收益分别为 22.74% 和 24.63%。指增组合方面，中证500 表现最佳，中证1000 次之，沪深300 表现相对一般。所有因子和指增组合均实现了正超额收益，但投资者需注意模型的潜在风险，尤其是在极端市场环境下。

展开完整摘要