ABCM：基于神经网络的 alpha 因子和beta 因子协同挖掘模型

金融工程 | 专题报告 ABCM：基于神经网络的 alpha 因子和 beta 因子协同挖掘模型 ——因子选股系列之一一〇 研究结论 ⚫ 基于基本面的 Barra 模型中的风险因子往往考虑的是超长周期的风险，且模型中基本 面信息占比相对量价信息更高，因此这种风险模型对于中高频策略可能力不从心。 为了克服这些问题，我们提出了一套基于神经网络和量价数据驱动的风险因子生成 模型，我们称之为 ABCM（Alpha-Beta Co-mining）模型。 样本外各风险因子的表现： 样本外"伴生"的 alpha 因子的表现： 风险因子用于组合优化的表现： ⚫ 相对于使用 Barra 风险模型，将 ABCM2 风险模型生成的风险因子直接用于组合优 化，新组合具有更高的信息比率，其中中证 500 增强组合由 2.79 提升至 3.30，中证 1000增强组合则由 3.83提升至 4.25。并且组合的年化超额以及超额最大回撤均有显 著改善。 风险提示 报告发布日期 2024 年 12 月 03 日 | 杨怡玲 | yangyiling@orientsec.com.cn | | --- | --- | | | 执业证书编号：S08 ...