报告行业投资评级 未提及 报告核心观点 - 以中证500指数成分股内选股构建指数增强策略为例 对视觉大模型ViT进行选股策略研发 对比经典机器学习GBM和ViT表现后发现图形有增量信息 正交后与GBM模型合并的合成模型费后表现有提升 [3] 各章节总结 从CNN到ViT：视觉大模型的演变 - 量化投研需寻找新策略开发方向 本文探索图形作为信息增量入口 用ViT分析股价图形走势 为Light BGM模型提升表现 [5] - 经典机器学习模型以数值为基础 图形可能有信息增量 但信息总量低于数值模型 重点考察其相比数值模型能否贡献增量信息 [6] - CNN曾是量化领域看图模型的重要实践者 后Transformer跨界进行视觉识别 以ViT为代表的架构成为大模型视觉主流骨架 [7] 视觉大模型ViT的设置和训练 - 以中证500指数成分股内选股构建指数增强策略 对视觉大模型ViT进行选股策略研发 [10] - 选择SigLIP模型 借助其预训练不必从头训练 输入时将股票过去60个交易日K线图生成图片切块喂给模型 输出1152维向量用于和股价回归 [11] - 同步跑经典Light GBM模型对比 对其进行105个特征工程 以2018 - 2021年为样本内训练 2022年开始样本外推 采用季度滚动训练和1年半衰期加权方式 还设计不同“特征工程”的ViT模型 预测周频未来20个交易日股价 [17][18][21] - 测算结果显示 GBM模型IC最高 图形模型有增量信息 不需要额外特征工程 线性模型比小型神经网络更好 ViT相比GBM累计残差IC持续贡献 但近年量价因子失效下ViT也受影响 可正交后作为GBM补充 [25][26][36] 利用视觉的信息增量提升模型表现 - 将正交后的残差ViT因子与GBM模型得分相加 计算不同模型在不控制换手和控制换手在双边20倍以下的费前和费后年化超额收益 限制换手后合成模型优势更明显 [39] - 分年度看合成模型多数年份超额表现出色 2025年负超额较多 对GBM模型执行行业和市值中性后合成表现更稳健但超额下降 对动量和高波动因子极值中性后组合超额转正且回撤下降 [42][43][45] - 选择双约束下未进行行业中性和换手控制的组合作为最终组合 综合ViT辅助GBM并对动量、高波进行极值约束后组合表现提升 [46]