20240701-德邦证券-德邦金工机器学习专题之六_基于分钟数据的GRU模型在选股策略中的应用初探_19页_2mb

GRU模型在A股选股应用分析

投资要点总结

GRU（门控循环单元）是RNN的一种简化架构，相比传统RNN和LSTM具有高效训练和良好的长期依赖捕捉能力。通过直接使用一分钟级行情数据，GRU模型能够预测未来一日收益，其日均RankIC为75%。
因子表现稳定，多头组合在不同频率换仓下超额收益显著，日频开盘交易年化超额收益率达2245%，但受换仓频率和交易成本影响较大。

在指数增强策略中，GRU因子对沪深300、中证500和中证1000指数的增强效果良好，年化超额收益分别达726%、758%和886%。因子偏好低流动性、低波动率风格，但实际交易中需注意滑点和标的转换问题。

模型存在的风险包括市场规律变化、过拟合风险及实际交易偏差。未来研究可增加输入维度、优化风格偏好，并改进训练目标。