深度学习因子选股

搜索文档
海通证券晨报-20250731
海通证券· 2025-07-31 10:13
报告核心观点 - 中国香港地区稳定币发行监管细则落地,申牌在即,利好具备跨境支付等场景的公司 [2][5] - 谷歌 AI 搜索进展顺利,云需求高增,上调营收和净利润预测,维持“增持”评级 [2][7] - 药明康德 2025 年上半年业绩超预期,上调全年业绩指引,维持“增持”评级 [2][11] 综合金融行业 - 2025 年 7 月 29 日中国香港金管局发布稳定币发行相关监管文件,是 8 月 1 日执行的《稳定币条例》的补充,明确多项内容 [3][17] - 申请人须为中国香港注册法团或认可机构,财政资源不少于 2500 万港元已缴股本或可自由兑换货币;申请流程含多环节;储备资产有范围和计价要求;发行人需监控反洗钱;原有发行人最晚 2025 年 10 月 31 日前申请牌照 [4][18] - 香港稳定币发行利好行业发展,牌照或优先给有跨境支付等场景公司,推荐连连数字等公司 [5][6] 海外科技(谷歌) - 调整谷歌 2025E - 2027E 营收和净利润预测,基于 2025 年 PE 25X 调整目标价至 237 美元,维持“增持”评级 [7] - 25Q2 谷歌营收、经营利润、净利润同比增长,多项核心业务双位数增长,谷歌云收入和利润率提升 [8] - AI 搜索进展顺利,Token 调用量翻倍,多模态搜索渗透加速,搜索大盘稳固;云需求高增,上调 2025 年 Capex 指引且 2026 年将继续增长 [9][10] 医药生物(药明康德) - 上调药明康德 2025 - 2027 年盈利预测,采用 PE 方法估值,对应目标价 122.26 元,维持“增持”评级 [11][28] - 2025 年上半年公司收入、利润、在手订单增长,经调整归母净利率提升,美国和欧洲客户收入增长 [12][28] - TIDES 业务收入和在手订单增长,推进泰兴多肽产能建设;上调全年业绩指引,聚焦核心业务有望提升净利率 [12][29] 汽车行业 - 预计 2025 年国产重卡销量 105.6 万台,同比增长 17%,新能源渗透率达 15%,推荐潍柴动力等公司 [21] - 6 月国产重卡销量同环比增长,1 - 6 月累计销量增长,以旧换新政策促进需求;销量结构上重型载货车占比走强 [21][22] - 6 月天然气重卡销量下滑,新能源重卡销量增长,天然气重卡渗透率有望提升 [23] 钢铁行业 - 上周钢材需求环比下降,产量下降,总库存维持下降,高炉和电炉开工率及产能利用率有变化 [24] - 上周盈利率环比上升,预期铁矿进入宽松周期,行业盈利中枢有望修复 [25] - 需求有望企稳,供给维持收缩预期,维持“增持”评级,推荐宝钢股份等公司 [26][27] 金融工程 专题报告 - 使用 GRU、TCN 模型训练深度学习因子,介绍模型训练过程 [30] - 单因子选股在中小市值股票池超额更高,GRU 模型表现略好,预测 10 日收益模型超额收益略高 [31] - 复合因子选股效果好于单因子,构建指数增强策略有不同超额收益表现 [33] 周报 - 截至 2025 年 7 月 25 日,固收 + 基金规模和产品数量情况,上周新发产品,各类型基金业绩中位数分化 [35] - 2025Q3 逆周期配置模型给出宏观环境预测,7 月以来大类资产表现;7 月行业 ETF 轮动策略关注部分 ETF,组合有收益表现 [36] - 股债混合策略和量化固收 + 策略有不同收益表现,调整配置和叠加策略后收益有变化 [37] 新材料产业 发展动态 - 7 月 21 日八亿时空建成国内首条百吨级半导体 KrF 光刻胶树脂产线,预计 2025 年下半年实现千万级收入 [38][40] - 旭阳集团国内首套氨基醇产业化装置投产,填补国内空白,新工艺有优势,氨基醇应用广、附加值高 [39][40] 投融资动态 - 7 月 25 日厦门恒坤新材料科技股份有限公司首发事项被暂缓审议,该公司从事集成电路关键材料业务 [40] 二级市场动态 - 2025.7.21 - 2025.7.25 万得新材料指数上涨 4.15%,沪深 300 指数上涨 1.69% [40]
国泰海通|金工:基于GRU、TCN模型的深度学习因子选股效果研究
国泰海通证券研究· 2025-07-30 22:37
模型效果比较 - GRU模型效果略优于TCN+GRU和TCN模型[1] - 预测10日收益模型表现优于预测5日收益模型[1] - 深度学习因子与低波动、低流动性因子呈现较高相关性[1] 模型训练细节 - 输入数据包括30日行情、60日行情、30周行情,以及6个特征(高、开、低、收、均价、换手率)[2] - 预测标签为t+1日至t+6日的5日均价涨跌幅和t+1日至t+11日的10日均价涨跌幅[2] - 训练过程采用2017年以来数据,每年训练一个模型供下一年使用,前9年数据为训练集,第10年数据为验证集[2] 单因子选股效果 - 多头组在中小市值股票池(中证1000、中证2000)超额收益更高[2] - 沪深300中因子原始值效果优于市值行业中性化后因子值[2] - 市值行业中性化后因子超额收益减少,说明深度学习因子捕捉到风格轮动和行业轮动规律[2] 复合因子选股效果 - 深度学习因子与反转因子有一定相关性,与分钟高频因子、快照因子和基本面因子相关性较低[3] - 等权加权后的复合因子效果优于单因子[3] - 构建指数增强策略时,控制市值行业无暴露条件下,沪深300增强年化超额11.8%,中证500增强年化超额13.6%,中证1000增强年化超额21.7%,中证2000增强年化超额27.1%[3] 策略表现 - 截至2025年6月30日,沪深300增强本年超额-0.4%,中证500增强本年超额2.7%,中证1000增强本年超额9.9%,中证2000增强本年超额9.3%[3] - 允许市值行业适当暴露后,沪深300增强年化超额8.8%,中证500增强年化超额14.6%,中证1000增强年化超额22.3%,中证2000增强年化超额26.2%[3] - 考虑双边0.3%交易费用后,每年收益减少约3%[3]