基于稀疏自编码器的指数择时模型 ——量化择时系列研究之一 证券研究报告 金工专题报告 hyzqdatemark 2026 年 02 月 02 日 证券分析师 杨怡玲 SAC：S1350525090004 yangyiling@huayuanstock.com 陶文启 SAC：S1350525100001 taowenqi@huayuanstock.com 请务必仔细阅读正文之后的评级说明和重要声明 投资要点： 本文基于指数量价数据使用稀疏自编码器模型搭建了一套宽基指数的择时模型，数 据预处理阶段，模型通过对时间序列数据进行小波变换降低数据中的噪声含量。模 型训练阶段，我们通过给自编码模型的损失函数上添加自回归损失和稀疏化惩罚达 到以下目标：1）模型能够自助进行特征筛选和信息提纯；2）提高模型鲁棒性和抗 过拟合能力；3）模型能够较好的学习到指数涨跌的"真实"规律。 联系人 通过绘制损失函数变化曲线以及不同随机种子产生信号相关系数矩阵，我们可以得 出：1）虽然局部损失函数值有一定的波动，但是全局来看损失函数下降过程较为平 滑，这个结果说明整个训练过程较为稳定；2）所有随机种子的预测值两两相关性大 部分都在 70% ...