20260529-西南证券-机器学习因子选股月报（2026年6月）_14页_1mb

报告摘要

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》报告，定期更新GAN_GRU因子的表现情况。GAN_GRU因子是通过生成式对抗网络（GAN）对量价时序特征进行处理后，再利用门控循环单元（GRU）模型进行时序特征编码得到的选股因子。

因子表现：
GAN_GRU因子自2019年2月至2026年5月，在月频调仓基础上，全A范围内IC均值为0.1061***，多头组合年化超额收益率为20.03%。截至2026年5月28日，最新一期IC为-0.0431***，但近一年IC均值为0.0445***，显示因子具有一定的稳定性。
行业表现：
在中信一级行业分类下，GAN_GRU因子近期表现最好的五个行业（除综合）为石油石化、非银行金融、农林牧渔、家电、有色金属，IC值分别为0.2881***、0.2498***、0.2434***、0.2059和0.2034。
近一年表现最好的五个行业（除综合）为煤炭、传媒、商贸零售、消费者服务、钢铁行业，IC均值分别为0.1506***、0.1314***、0.1251***、0.1159和0.1056。
多头组合表现：
截至2026年5月28日，4月当期多头组合超额收益最高的五个行业为有色金属（4.39%）、农林牧渔（4.33%）、非银行金融（3.54%）、石油石化（3.19%）和基础化工（3.00%）。
近一年月平均超额收益最高的五个行业为消费者服务（1.10%）、农林牧渔（1.07%）、电力及公用事业（0.95%）、食品饮料（0.94%）和石油石化（0.89%）。
因子得分排名前十的股票：
北汽蓝谷、矩阵股份、电科网安、上港集团、三钢闽光、海信家电、安克创新、国轩高科、太阳纸业、苏豪汇鸿。

模型结构：
GAN_GRU模型结合了生成式对抗网络（GAN）和门控循环单元（GRU）模型，其中生成器采用LSTM模型，判别器采用CNN模型。模型输入为量价时序特征，形状为 $40 \times 18$，输出为预测收益，作为选股因子。
训练方式：
- 数据来源：Wind、恒生聚源、西南证券整理
- 特征采样：每5个交易日一次，使用过去40天的数据预测未来20天的累计收益
- 训练集与验证集比例：80%:20%
- 数据处理：时序去极值+标准化，个股截面标准化
- 模型训练频率：半年滚动训练，训练时间点为每年的6月30日和12月31日
- 股票筛选：剔除ST及上市不足半年的股票
- 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
因子指标：
- IC均值（全A）：0.1061***
- ICIR（未年化）：0.85
- 换手率：0.82X
- 最新一期IC：-0.0431***
- 近一年IC均值：0.0445***
- 年化收益率：35.24%
- 年化波动率：23.19%
- 信息比率：1.51
- 最大回撤率：27.29%
- 年化超额收益率：20.03%

报告中涉及的评级分为公司评级和行业评级。
公司评级标准：未来6个月内个股相对同期相关证券市场代表性指数的涨幅
- 买入：涨幅在20%以上
- 持有：涨幅介于10%与20%之间
- 中性：涨幅介于-10%与10%之间
- 回避：涨幅介于-20%与-10%之间
- 卖出：涨幅在-20%以下
行业评级标准：未来6个月内行业整体回报
- 强于大市：回报高于同期相关证券市场代表性指数5%以上
- 跟随大市：回报介于-5%与5%之间
- 弱于大市：回报低于同期相关证券市场代表性指数-5%以下