> **来源：[研报客](https://pc.yanbaoke.cn)** # 深度学习因子周报总结（2026年08月09日） ## 核心内容概览 本报告为华源证券研究所发布的深度学习因子周报，分析了多个深度学习因子在不同宽基指数成分股中的表现，以及基于这些因子构建的指数增强组合的收益情况。报告还简要介绍了所使用的模型，并提出了相关风险提示。 --- ## 主要观点 ### 1. 深度学习因子表现 - **中证全指**： - 近一周表现：score_v2 因子超额收益最高（16.39%），score_v3 因子其次（15.16%），score_v4style 因子表现较弱（-4.28%）。 - 今年以来表现：score_v3fast 因子表现最好（34.46%），score_v4style 因子其次（28.89%），所有因子均获得正超额。 - **沪深300**： - 近一周表现：score_v4 因子超额收益最高（15.34%）。 - 今年以来表现：score_v2 因子表现最好（32.88%），score_v4 因子其次（29.38%），所有因子均获得正超额。 - **中证500**： - 近一周表现：score_v4 因子超额收益最高（15.03%）。 - 今年以来表现：score_v4 因子表现最好（31.20%），score_v2 因子其次（23.85%），所有因子均获得正超额。 - **中证1000**： - 近一周表现：score_v2 因子超额收益最高（15.30%）。 - 今年以来表现：score_v4 因子表现最好（33.55%），score_v4style 因子其次（31.29%），所有因子均获得正超额。 ### 2. 指数增强组合表现 - **近一周表现**： - 沪深300指增组合超额收益为5.13% - 中证500指增组合超额收益为3.88% - 中证1000指增组合超额收益为2.55% - **今年以来表现**： - 沪深300指增组合超额收益为6.02% - 中证500指增组合超额收益为14.85%（表现最好） - 中证1000指增组合超额收益为10.13%（表现其次） 所有指增组合均获得正超额。 --- ## 关键信息 - **因子构建与模型**： - **score_v0**：使用周度、日度、分钟线和level2数据集，基于带图结构GRU模型+ABCM模型。 - **score_v2**：使用周度、日度、分钟线、level2和基本面数据集，基于带图结构GRU模型。 - **score_v3fast**：使用周度、日度、分钟线、level2和基本面数据集，基于ABCM模型。 - **score_v3**：使用周度、日度、分钟线、level2和基本面数据集，基于带图结构GRU模型+ABCM模型。 - **score_v4style**：使用周度、日度、分钟线、level2和基本面数据集，基于StyleNet模型。 - **score_v4**：使用周度、日度、分钟线、level2和基本面数据集，基于带图结构GRU模型+ABCM模型+StyleNet模型。 - **组合构建规则**： - 使用动态加权方式选取因子。 - 周频调仓，基于VWAP价格进行交易。 - 控制风险暴露：市值因子不超过基准指数0.3倍标准差，行业因子不超过2%。 - 限制成分股占比为80%，周单边换手率不超过20%，个股权重偏离不超过±1%。 - 交易成本假设：买入成本0.1%，卖出成本0.2%，停牌和涨停不能买入，停牌和跌停不能卖出。 --- ## 风险提示 1. 量化模型基于历史数据构建，未来可能存在失效风险，建议投资者持续关注模型表现。 2. 极端市场环境可能对模型效果产生重大影响，导致收益波动甚至亏损。 --- ## 模型简介 ### 带图结构 GRU 模型 - 通过自适应 Attention 图结构捕捉股票之间的交互关系。 - 公式：$$\boldsymbol {Z} = (\boldsymbol {I} + \text { softmax } (\text { ReLU } (\boldsymbol {M M} ^ {T}))) \boldsymbol {X W}$$ ### ABCM 模型 - 分离GRU模型提取信息中的alpha与风险成分。 - alpha成分具有选股能力和对未来收益率解释能力，风险成分仅具有解释能力。 ### StyleNet 模型 - 分离个股特质性alpha与市场风格轮动带来的alpha。 - 公式：$$alpha = \alpha + \sum_ {i} \beta^ {i} \lambda^ {i}$$ - $\alpha$ 表示特质性alpha，$\beta^i$ 和 $\lambda^i$ 表示风格因子及其收益率。 --- ## 结论 - 所有深度学习因子及指增组合在2026年以来均表现良好，获得正超额收益。 - score_v3fast、score_v4、score_v4style等因子在不同指数中表现突出。 - 指增组合中，中证500表现最佳，沪深300其次，中证1000相对最弱。 - 投资者需注意模型的潜在风险，特别是在极端市场环境下可能面临收益波动。 --- ## 投资评级说明 - **证券投资评级**：基于6个月内证券相对于市场基准指数的涨跌幅。 - 买入：涨跌幅 > 20% - 增持：5% ≤ 涨跌幅 ≤ 20% - 中性：-5% ≤ 涨跌幅 ≤ 5% - 减持：涨跌幅 < -5% - **行业投资评级**：基于行业指数相对于市场基准指数的涨跌幅。 - 看好：行业指数 > 市场基准指数 - 中性：行业指数 ≈ 市场基准指数 - 看淡：行业指数 < 市场基准指数 - **基准指数**： - A股（北交所除外）：沪深300 - 北交所：北证50 - 香港市场：恒生中国企业指数（HSCEI） - 美国市场：标普500或纳斯达克 - 新三板：三板成指（协议转让）或三板做市指数（做市转让） --- ## 附注 - 本报告为内部资料，仅供客户参考，未经授权不得复制或分发。 - 投资决策应结合个人情况，不能仅依赖投资评级做出。