来源：国泰君安证券研究

AI赋能金工研究，量化配置稳健守正。我们使用AI深度学习模型进行股票收益预测构建选股因子，并将深度学习因子应用到风格轮动策略，还将风格轮动应用到资产配置策略中的股票类资产中，测算结果表明深度学习模型的应用可以提升上述策略表现。

AI模型训练深度学习因子——基于TCN/Timesnet/Master+GRU。基于深度学习中的多个时序模型，实现端到端的股票收益预测；全市场选股，周度调仓，因子rankIC为10%左右，多头组年化超额收益30%，最大回撤14~17%。深度学习因子还可以应用于风格轮动、行业轮动策略。

风格轮动策略2——价值成长轮动。使用深度学习、价量、拥挤度因子构建周度轮动策略，使用宏观、基本面、估值因子构建月度轮动策略；相对基准年化超额收益7~8%。样本外跟踪，使用月度模型+主观分析得到月度观点，使用纯量价周度模型进行月内调整。

大类资产配置策略改进。Black-Litterman、风险平价、宏观因子等资产配置策略样本外一年多表现较好，年化收益7%左右，最大回撤1~2%。结合风格轮动研究成果，对策略进行改进，并使用ETF构建组合，2014年以来年化收益7%左右，最大回撤4%左右。

风险提示。量化模型基于历史数据构建，可能拟合过度；历史规律失效导致模型失效。外部环境变化、市场环境变化，可能导致模型失效。极端事件冲击、市场流动性不足时，可能导致模型收益短期大幅亏损。

文章来源

本文摘自：2025年2月16日发布的《AI赋能金工研究，量化配置稳健守正》

张雪杰，资格证书编号：S0880522040001

朱惠东，资格证书编号：S0880123070152

张 涵，资格证书编号：S0880124070046

更多国君研究和服务

亦可联系对口销售获取