深度学习因子周报：Score_v3fast 因子收益表现跟踪

摘要： 本报告为华源证券关于深度学习因子的周度跟踪报告，重点分析了基于 GRU、ABCM 和 StyleNet 等模型构建的系列量化因子在不同宽基指数中的超额收益情况，以及相关指数增强组合的业绩表现。

核心观点：
今年以来，所有深度学习因子在各大宽基指数中均获得了正超额收益。其中，score_v3fast 因子在中证全指中的表现最为突出，超额收益达 20.13%；而在指数增强组合中，中证 500 指增组合的超额收益最高（8.50%）。

论据支撑：

1. 分指数因子表现：
   • 沪深 300：score_v2 因子表现最好，今年以来超额收益 23.71%。
   • 中证 500：score_v4 因子表现最好，今年以来超额收益 14.33%。
   • 中证 1000：score_v3 因子表现最好，今年以来超额收益 15.10%。
2. 模型机制：采用了带图结构 GRU 模型捕捉股票交互关系，通过 ABCM 模型分离 alpha 与风险成分，并利用 StyleNet 模型区分个股特质 alpha 与风格轮动 alpha。

局限性/风险：

1. 量化模型基于历史数据分析，未来可能存在失效风险。
2. 极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。