📰 研报摘要
查看全文 ➔本次会议由中金量化团队举办，重点探讨了AI技术在量化选股领域的应用进展。第一部分由谷翔老师分享“AI增强的成长趋势选股策略”，通过大语言模型解读年报/半年报的非结构化文本，提取行业竞争格局、未来趋势等信息，将其转化为结构化因子引入选股模型，成功提升了策略的年化超额收益。报告指出，大模型应用的关键在于评分标准定义及结果的稳定性，且针对不同行业信息需具备预先认知。第二部分由高思宇老师介绍了基于多模态视角下的“STAR模型”（Spatio-Temporal Cross Attention Ranker），该模型利用交叉注意力机制处理日频价量因子与月频基本面因子的混频合成任务，通过对因子内部相关性、时序交叉相关性及截面多股相关性的建模，在训练与回测中表现出优于XGBoost、GRU等传统机器学习模型的性能。