本报告展示了基于深度学习DecompGRU模型构建的量化选股因子,多头组合2025年7月实现超额收益1.59%。同时,利用个股得分构建ETF轮动组合,7月超额为2.14%。结合用户行为数据的情绪因子显示,当前建筑材料和建筑装饰行业热度变化最大。报告涵盖模型架构、因子构建、行业及概念热度分析和宽基轮动策略回测,揭示了量化因子在股票多头投资中的有效性及情绪因子驱动的轮动机制。
标题:深度学习因子7月超额1.59% | 本周热度变化最大行业为建筑材料、建筑装饰
作者与机构:王小川等,华创金工团队,华创证券研究所
发布时间:2025年8月4日17:13,地点:上海
主题:基于深度学习模型(DecompGRU)的股票因子选股表现跟踪,行业与概念热度分析,以及相关轮动策略效果。
主要内容:
核心信息:
选股组合构建:
表现数据:
ETF轮动组合:
此部分说明DecompGRU模型在实际操作中带来了显著的选股与轮动超额收益,验证了深度学习因子模型的有效性.
DecompGRU为基于GRU的时序趋势分解及截面端到端模型,模型流程图显示:
报告中还有两种模型训练策略:
例示两种模型最新得分排名前50股票,涉及多个行业如基础化工、机械、医药、电子、钢铁等,反映模型覆盖行业广泛,组合分散,具有一定代表性。
该模型的架构设计及训练思路强化了时序趋势特征与截面行情特征的结合,是该模型业绩表现的理论基础.
通过同花顺用户交易行为数据,计算个股热度指标,进而聚合为宽基、行业和概念层面的总热度指标。
宽基热度变化:
申万一级行业热度变化:
申万二级行业热度正向变化最活跃前5:
概念热度变化最显著前5:
结合历史分位数数据,行业与概念热度变化不仅反映市场关注度的波动,也暗示资本配置的可能转向。
图表11、12、13、14分别展示了宽基指数、申万一级和二级行业、以及概念热度的变化率及历史位置,揭示市场焦点行业的动态分布。
此部分对市场情绪与热点的量化追踪为投资决策提供了辅助信息,尤其是大幅波动行业提示了市场热点轮动的潜在方向.
利用股票池(300、500、1000、中小市值其他池)热度变化率MA2构建轮动组合:
概念层面实证显著的反转效应:
图表10和图表15可视化展示了宽基轮动策略回报及热门概念热度组合净值走势。
此策略显示出重视热度变化率而非绝对热度更能捕获市场收益,且市场存在显著的热度反转特征,具有投资现实意义.
风险提示严谨,为报告提供客观审慎的观念框架.
图表1 & 图表2:DecompGRUTOP200组合的收益走势和净资产累计增长,红色线为组合总回报,蓝色为基准,绿色为超额收益区间,展示该模型多头组合明显优于市场平均,且净资产稳健上升,风险控制合理。
图表3 & 图表4:ETF组合的净值增长同样表现了超额收益,且较股票组合波动较小,说明模型对行业ETF的选取策略有效,满足中长期稳健型需求。
图表5:DecompGRU模型架构,表达了时序和截面信息的去趋势分解机制,图中不同卷积模块和GRU单元的组合体现了模型结构设计的创新点。
图表6 & 图表7:两种模型得分TOP50股票名单,展现了跨行业广泛性和模型多样性。
图表11:宽基指数热度变化条形图,突出中证500和沪深300热度明显上涨,反映了大盘股关注度回升。
图表12 & 13:申万一级和二级行业热度变化图,同步显示建筑材料等行业热度急剧变化,帮助洞察资金流向。
图表14:概念层面热度分布,从乳业到NMN、短剧游戏,揭示市场热点多元化。
图表10:宽基轮动策略净值曲线,显示策略在多轮波动中保持上升趋势,超越基准明显。
图表15:概念热度TOP与BOTTOM组合净值路径,深刻表现热度极端化的反转机会。
这些图表和表格共同支撑了报告的核心论断,即深度学习模型与市场情绪指标结合构建的选股及轮动策略,表现出稳定稳健的超额收益及风险管理能力,3,4,5].
本报告主要聚焦于因子模型跟踪及市场热度动量与反转分析,未涉及个股或行业的估值模型和目标价设定。因此本节无相关内容。
风险描述全面,提示专业投资者关注历史与现实差异,强调独立判断与风险控制.
整体报告结构合理,但在策略实施细节及风险管理方面仍有可深化空间。
华创金工团队基于创新的深度学习模型DecompGRU成功构建了有效的股票多头因子组合和ETF轮动组合,实现2025年以来显著超额收益,7月超额收益分别达1.59%及2.14%。模型结构创新地结合了时序趋势分解与截面信息交互,有效捕获市场动量信号,反映了深度神经网络在金融因子挖掘中的优势。
同时,基于同花顺用户行为数据的市场热度指标揭示了当前市场热点的动态分布及情绪变化,尤其建筑材料和建筑装饰行业热度的剧烈变化为投资者提供了前瞻信号。市场热度分析显示,个股层面存在明显反转效应,而行业和宽基层面则略显动量特征,这为动态调整投资组合提供了重要依据。轮动策略及热度TOP/BOTTOM组合表现验证了这一点,模型策略年化收益及最大回撤控制表现出色,适合专业投资者参考和实操。
报告图表详实,通过收益趋势图、净资产走势、模型架构示意、热度变化率统计等多个维度,全面支持了报告观点。这些量化指标和图形不仅展现了模型的实操有效性,也诠释了市场情绪的层级变化逻辑。
报告严谨提示风险及使用限制,强调基于历史统计不代表未来趋势,且数据及模型适合专业机构投资者,普通投资者需谨慎解读,体现了专业视角的谨慎态度。
综上,华创金工本报告充分体现了深度学习技术在金融量化选股中的实际应用价值,同时结合市场情绪筛选搭配,构建切实可行的多空因子及轮动策略,是专业投资者理解与捕捉市场热点、提升投资决策科学性的有力工具和参考资料。
深度学习因子7月超额1.59% 本周热度变化最大行业为建筑材料、建筑装饰.pdf