前期报告《周频量价指增策略》利用 RNN 为主体模型搭建了AI 量价模型框架，并 将其应用于选股策略。本报告主要对该报告中数据预处理和RNN 模型提取因子这两 部分进行了复现和一些细节方面改进，包括最后一层增加Batch-Norm 层、使用的标 签经过中性化和截面标准化等预处理。

引言 ............................................................................................................... 5

一、基于机器学习的AI 量价模型介绍 ............................................................ 5

1.1 一元以及多元RNN 模型概述 ........................................................................................ 6

1.2 模型训练与数据说明 ..................................................................................................... 8

二、模型的参数设定 .................................................................................... 10

2.1 不同学习率（learning rate）的影响 ........................................................................... 10

2.2 不同丢弃率（dropout rate）的影响 ............................................................................ 11

2.3 不同正交惩罚参数的影响 ........................................................................................... 11

2.4 多元RNN 生成因子个数的影响 .................................................................................. 12

三、模型的因子分析结果 ............................................................................. 13

3.1 多元RNN 生成因子单元中单因子的表现 .................................................................... 13

3.2 RNN 在各数据集上生成因子的表现 ............................................................................ 14

3.3 RNN 等权合成因子的表现 .......................................................................................... 16

3.4 等权合成因子与量价因子的相关性分析 ...................................................................... 18

四、合成因子指数增强组合表现 ................................................................... 19

4.1 增强组合构建说明 ...................................................................................................... 19

4.2 沪深300 组合增强 ...................................................................................................... 19

4.3 中证500 组合增强 ...................................................................................................... 21

4.4 中证1000 组合增强 .................................................................................................... 22

五、结论 ...................................................................................................... 23

风险提示 ...................................................................................................... 24