加载中...
本报告回顾华泰金工八年半的AI量化研究路径,涵盖端到端量价模型、因子挖掘的演进、以PortfolioNet为代表的AI+组合优化、以及LLM在文本与宏观因子构建中的应用,并展示多项策略(如全频段量价因子、Master因子、LLM-FADT与PortfolioNet2.0)的回测与样本外跟踪结果,以期为量化投研与工程落地提供方法论与实践参考 .
| 指标 | 中证1000增强组合 |
|---|---|
| 年化收益率 | 20.37% |
| 年化波动率 | 23.31% |
| 夏普比率 | 0.87 |
| 最大回撤 | 33.08% |
| 年化超额收益 | 21.86% |
| 年化跟踪误差 | 6.05% |
| 信息比率 | 3.62 |
| 月度胜率 | 79.25% |
| 年化换手率 | 32.57% |
引言与报告概览(元数据)
核心论点速览(作者主张)
逐节深度解读
图表与模型结构详解(量价端到端)
作者对端到端建模的若干工程与理论假设
图表深度解读(选取若干关键绩效与策略跟踪图)
估值与量化结论(方法论层面,而非公司估值)
风险因素评估(报告内列示 + 补充分析)
批判性视角与方法论上的细微之处(基于报告文本的审慎评估)
结论性综合(关键发现与建议)
参考与溯源说明
风险提示(再次强调)
(完)
华泰金工 AI量化的当下与未来.pdf