20260226-西南证券-机器学习因子选股月报（2026年3月）_14页_1mb

机器学习因子选股月报（2026年3月）总结

核心内容概述

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，定期更新该因子自2024年以来的表现情况。GAN_GRU因子是通过生成式对抗网络（GAN）处理量价时序特征后，再利用门控循环单元（GRU）进行时序特征编码，最终得到的选股因子。

主要观点

• 因子表现：
  自2019年2月至2026年2月，GAN_GRU因子在全A范围内IC均值为 $0.1096^{}$，多头组合年化超额收益率为 $22.32%$。
  截至2026年2月25日，最新一期IC为 $-0.0105^{}$，近一年IC均值为 $0.0517^{}$。
  IC值的显著性标记（、**、*）代表在1%、5%、10%的显著性水平下显著。

• 行业表现：
  GAN_GRU因子在中信一级行业分类下表现不一，近期表现最佳的行业为电力及公用事业、商贸零售、房地产、建筑、基础化工，IC分别为 $0.1257^{}$、 $0.1196^{}$、 $0.1151^{}$、 $0.1130^{}$、 $0.1063^{}$。
  近一年表现最好的行业为钢铁、计算机、传媒、商贸零售、食品饮料，IC均值分别为 $0.1404^{}$、 $0.1175^{}$、 $0.1132^{}$、 $0.1014^{}$、 $0.0989^{}$。
  29个中信一级行业中，有7个行业（交通运输、建材、煤炭、非银金融、传媒、有色、通信）的多头组合未跑赢行业指数。

• 多头组合超额收益：
  截至2026年2月25日，2月当期多头组合超额收益最高的五个行业（除综合）为石油石化（$7.91%$）、通信（$3.11%$）、电子（$3.06%$）、有色金属（$2.78%$）、计算机（$2.78%$）。
  近一年多头组合月平均超额收益最高的五个行业（除综合）为房地产（$3.83%$）、商贸零售（$2.04%$）、汽车（$1.93%$）、建筑（$1.50%$）、消费者服务（$1.49%$）。

• 因子得分排名前十的股票：
  根据因子得分，2026年3月多头组合中排名前10的股票包括：

  • 永新股份（轻工制造）
  • 普洛药业（医药生物）
  • 五洋自控（机械设备）
  • 中直股份（国防军工）
  • 国联股份（商贸零售）
  • 节能风电（公用事业）
  • 吴华科技（基础化工）
  • 沙钢股份（钢铁）
  • 东方雨虹（建筑材料）
  • 楚江新材（有色金属）

关键信息

• 模型结构：
  GAN_GRU因子模型采用两层GRU（128，128）和MLP（256，64，64）结构，其中生成器使用LSTM模型，判别器使用CNN模型，以适配量价时序特征的二维“图片”性质。

• 数据与特征：

  • 量价特征包括18个指标，如收盘价、开盘价、成交量、换手率等，涵盖日频和月频数据。
  • 数据处理包括时序去极值+标准化、个股层面上截面标准化。

• 训练与预测方式：

  • 训练数据为过去400天内的量价特征，每5个交易日采样一次。
  • 训练集与验证集比例为 $80%$：$20%$。
  • 模型采用半年滚动训练，训练时间点为每年6月30日和12月31日。
  • 股票筛选方式为剔除ST及上市不足半年的股票，且剔除label为空值的样本。

• 模型参数：

  • 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。

• 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结论不符。
  • 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收益保证或建议，投资者需根据自身风险偏好进行决策。

表格与图表说明

• 表1：深度学习选股量价特征表，列出了18个量价特征及其说明。

• 表2：GAN_GRU因子历史表现，包括IC、ICIR、换手率、年化收益率、年化波动等关键指标。

• 表3：2026年1月末模型输出各行业排名第一股，列出了各行业中的最优股票。

• 表4：因子得分排名前十的个股，展示了当前多头组合中表现最佳的股票。

• 图1：深度学习选股模型结构图。

• 图2：生成对抗网络（GAN）模型示意。

• 图3：卷积神经网络（CNN）模型示意。

• 图4：GAN_GRU模型示意。

• 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。

投资建议与评级说明

• 投资建议分为公司评级和行业评级，基于未来6个月内个股或行业相对市场基准的涨幅。
• 公司评级分为买入、持有、中性、回避、卖出，行业评级分为强于大市、跟随大市、弱于大市。
• 评级标准以沪深300指数（A股）、恒生指数（港股）、纳斯达克或标普500指数（美股）为基准。

分析师信息

• 分析师：郑琳琳、祝晨宇
• 执业证号：S1250522110001、S1250525100004
• 邮箱：zhengll@swsc.com.cn、zhcy@swsc.com.cn

联系方式

• 西南证券研究院

  • 上海：上海市浦东新区陆家嘴21世纪大厦10楼，邮编：200120
  • 北京：北京市西城区金融大街35号国际企业大厦A座8楼，邮编：100033
  • 深圳：深圳市福田区益田路6001号太平金融大厦22楼，邮编：518038
  • 重庆：重庆市江北区金沙门路32号西南证券总部大楼21楼，邮编：400025

• 机构销售团队联系方式：
  各区域销售团队的姓名、职务、电话及邮箱详见报告中表格。

重要声明

• 本报告信息来源于公开资料，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。
• 投资者需自行判断是否采用报告内容并承担相应风险。
• 本报告未经授权不得引用、删节或修改，否则西南证券保留追究法律责任的权利。