> **来源：[研报客](https://pc.yanbaoke.cn)** # 机器学习因子选股月报（2026年8月）总结 ## 核心内容 本报告基于西南证券研究院发布的《量价时序特征挖掘模型在深度学习因子中的应用》（2024年7月11日）中提到的 GAN\_GRU 模型，定期更新该因子在2024年至今的表现情况。GAN\_GRU 因子是通过 GAN 模型对量价时序特征进行处理后，再利用 GRU 模型进行时序特征编码得到的选股因子。 ## 主要观点 ### 1. 因子整体表现 - **IC 均值**：自2019年2月至2026年7月，月频调仓下，GAN\_GRU 因子在全 A 范围内的 IC 均值为 $0.1078^{***}$，表明其具有显著的选股能力。 - **多头组合表现**：多头组合年化超额收益率为 19.40%。 - **近期表现**：截至2026年7月29日，最新一期 IC 为 $0.4409^{***}$，近一年 IC 均值为 $0.0584^{***}$，表明因子在近期有明显回暖。 ### 2. 行业表现分析 - **近期行业表现**（2026年7月）： - IC 排名前五的行业为：通信（0.5724\*\*\*）、建材（0.5234\*\*\*）、国防军工（0.5199\*\*\*）、机械（0.5182\*\*\*）、计算机（0.4986\*\*\*）。 - **近一年行业表现**： - IC 均值排名前五的行业为：煤炭（0.2130\*\*\*）、传媒（0.1640\*\*\*）、消费者服务（0.1456\*\*\*）、钢铁（0.1398\*\*\*）、商贸零售（0.1196\*\*\*）。 - **多头组合行业超额收益**： - 2026年7月，超额收益最高的行业为：建材（30.92%）、通信（25.73%）、国防军工（21.37%）、电子（20.20%）、基础化工（19.38%）。 - 近一年，月平均超额收益最高的行业为：钢铁（1.79%）、消费者服务（1.36%）、国防军工（1.20%）、建筑（0.99%）、电力及公用事业（0.99%）。 ### 3. 2026年8月多头组合 根据 GAN\_GRU 因子得分，筛选出排名前10的股票为： 1. 国投丰乐（农林牧渔） 2. 华宝新能（电力设备） 3. 泰尔股份（机械设备） 4. 和晶科技（家用电器） 5. 国机汽车（汽车） 6. 东方通信（通信） 7. 中国一重（机械设备） 8. 捷佳伟创（电力设备） 9. 兆讯传媒（传媒） 10. 航发控制（国防军工） ## 关键信息 ### 1. GAN\_GRU 模型构建 - **模型结构**：采用 GRU 模型进行时序特征编码，再结合 MLP 模型进行收益预测。 - **特征输入**：包括日频和月频量价特征，共18个日频特征和6个月频特征。 - **训练方式**： - 半年滚动训练，训练时间点为每年6月30日和12月31日。 - 采用 80%:20% 的训练集与验证集比例。 - 数据处理包括时序去极值+标准化，个股层面上截面标准化。 - **超参数**： - Batch size 为截面股票数量。 - 优化器为 Adam，学习速率为 1e-4。 - 损失函数为 IC，早停轮数为 10，最大训练轮数为 50。 ### 2. 模型训练与预测 - GAN 模型用于生成更逼真的量价时序特征，生成器使用 LSTM，判别器使用 CNN。 - GAN 与 GRU 模型交替训练，以提升生成特征的逼真度与判别能力。 ### 3. 风险提示 - 本报告结论基于公开历史数据，未来市场环境变化可能导致因子表现与历史不一致。 - 存在第三方数据提供不准确的风险。 - 个股预测结果不构成投资建议或收益保证，投资者需自行评估风险偏好与承受能力。 ## 表格与图表说明 ### 表格 - **表 1**：深度学习选股量价特征表，列出了日频与月频特征名称、助记符及说明。 - **表 2**：GAN\_GRU 因子历史表现，包含 IC、ICIR、换手率、近期 IC、近一年 IC 以及年化收益率等指标。 - **表 3**：2026年7月末模型输出各行业排名第一个股，展示各行业表现最佳的股票。 - **表 4**：因子得分排名前十的个股，列出了当前因子得分最高的股票及其所属行业。 ### 图表 - **图 1**：深度学习选股模型结构。 - **图 2**：GAN 模型结构示意。 - **图 3**：CNN 模型结构示意。 - **图 4**：GAN\_GRU 模型结构示意。 - **图 5**：GAN\_GRU 因子各行业近期 IC 表现。 - **图 6**：GAN\_GRU 因子各行业近期多头组合表现。 ## 分析师信息 - **分析师**： - 郑琳琳，执业证号：S1250522110001，邮箱：zhengll@swsc.com.cn - 祝晨宇，执业证号：S1250525100004，邮箱：zhcy@swsc.com.cn ## 投资评级说明 - 报告中的投资建议分为公司评级和行业评级。 - 公司评级标准为未来6个月内个股相对基准指数的涨幅。 - 行业评级标准为未来6个月内行业整体回报相对于基准指数的表现。 ## 重要声明 - 本报告数据来源于公开资料，西南证券对其准确性、完整性或可靠性不作任何保证。 - 报告内容仅反映发布当日的判断，不构成投资建议，投资者需自行承担风险。 - 本报告须注明出处为“西南证券”，不得进行有悖原意的引用、删节和修改。 - 未经授权刊载或转发本报告的，西南证券保留追究法律责任的权利。