识别风险，发现价值请务必阅读末页的免责声明1/29金融工程|专题报告2017年7月11日证券研究报告Table_Title深度学习新进展：Alpha因子再挖掘深度学习研究报告之三Table_Summary报告摘要：知名对冲基金开始布局人工智能随着深度学习技术的进步，人工智能领域迎来了最好的发展机遇。近年来，国内外知名的IT公司，如谷歌、微软、百度、腾讯等纷纷在人工智能上发力，创造了一系列突破性成果。同时，海外的对冲基金和投资银行也开始在人工智能上进行布局。Citadel、TwoSigma、桥水基金、文艺复兴科技公司等公司都已经建立自己的人工智能团队。深度学习技术进展近年来，深度学习技术上有了许多的提高，学者们提出了ReLU激活函数、Dropout、BatchNormalization、残差神经网络等新的模型和技术。新的技术手段大大提升了深度学习模型的性能，使得深度学习在语音识别、图像识别、自然语言处理、推荐系统、深度增强学习、医药生物等领域都获得了巨大的成功。深度学习选股策略本报告从股票市场选取了一些常用的选股因子和技术指标，作为股票样本的输入特征，通过训练深度学习预测模型，对股票未来走势进行预测打分和选股交易。实证分析表明，深度学习预测模型可以用于月频调仓的选股交易上。实证策略每次调仓时从全市场选取10%的股票进行配置，用中证500指数对冲，样本外年化收益率为20.3%，最大回撤为-4.77%，月度胜率为88.0%。策略的整体表现不俗。从深度学习选股因子与传统风格因子的相关性分析可以看到，深度学习选股因子与常见风格因子（规模、反转、流动性、估值）的相关性不高，可以考虑将深度学习因子与传统风格因子进行进一步的结合。风险提示策略模型并非百分百有效，市场结构及交易行为的改变以及类似交易参与者的增多有可能使得策略失效。图1深度学习策略表现Table_Author分析师：安宁宁S02605120200030755-23948352ann@gf.com.cnTable_Report相关研究：深度学习系列之一：深度学习之股指期货日内交易策略2014-06-18深度学习系列之二：深度学习算法掘金ALPHA因子2014-06-19联系人：文巧钧0755-23948352wenqiaojun@gf.com.cn识别风险，发现价值请务必阅读末页的免责声明2/29金融工程|专题报告目录索引一、背景介绍.........................................................................................................................4（一）量化投资领域人工智能的崛起.............................................................
