2026 年 07 月 14 日 沈思逸 A0230521070001 shensy@swsresearch.com 邓虎 A0230520070003 denghu@swsresearch.com 联系人 沈思逸 A0230521070001 shensy@swsresearch.com 宏观分域下，经济上行、下行阶段分别训练 GRU 模型后两种环境下的 IC、收益都有改 善，上行期改善相对明显，沪深 300、中证 500 股票池的改善情况也优于小股票池； 趋势震荡状态分域中，震荡状态 GRU 模型的改善更加明显； 其他市场变量：稳定性弱于前两种，高波动环境、行业分离度偏弱时改善更明显。 GRU 选股模型的时序分域探索 ——量化策略演进手记系列之三 相关研究 证券分析师 此外，我们尝试将统一模型、宏观分域、趋势状态分域三种方法的因子值加入沪深 300、 中证 500 的因子共振指数增强模型，两种分域模型都对 300、500 指数增强的表现有明 显的增量贡献，趋势震荡分域在沪深 300 指数增强中的超额收益贡献相比原模型增加在 1%左右，而宏观分域、趋势震荡在中证 500 指数增强中的超额收益贡献相比原模型增 ...