量化专题报告：Deep+Timing，日内信息与相似度学习驱动择时

本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 1 量化专题报告 Deep Timing：日内信息与相似度学习驱动择时 2025 年 07 月 31 日 ➢ 根据民生金工历史研究框架搭建深度学习股票收益预测模型进行个股择时建模，效果显著。民生金工已经发布过多篇深度学习相关报告，从之前的报告中我们已经总结出一套适合如今市场环境的深度学习股票收益预测框架。基于此框架，我们建立股票混合收益预测模型，模型包含日频输入与分钟频输入，利用预测值取历史滚动阈值输出交易信号。近 5 年多的时间中，对于等权持有每一支股票，策略获得 77%的累积超额收益，集中在市场下跌的 2022-2023年；且在市场上涨的 2020-2021 年并没有跑输市场。 ➢ SimStock 根据自监督学习预测股票相似度，同时考虑股票静态与动态相关性。所谓自监督学习，即预测目标并不从外部而来，而是通过数据本身的结构生成，利用数据增强技术自动构建正样本和负样本，即对于每只股票而言，较为相关的股票与不相关的股票。整个模型采用了对比学习的思想，将股票的时序信息加入相似度衡量，使得行业与风格不再是股票分类的唯一标准。结果表明，与一支股票相似度最高的股票大都是相同一级行业的股票，但是在市值上并没有明显的相似规律，且在二级行业上也没有明显规律，属性信息日频输出，更加鲁棒。 ➢ 利用 SimStock 输出的属性信息初始化基模型隐状态，预测效果进一步提升。改进后模型在近 5 年多的时间中，对于等权持有每一支股票获得 109%的累积超额收益，平均每只股票年化收益 30%，跑赢个股 14.8%（费前）；若基准为50%仓位，则年化超额收益 29%，在所有股票的所有样本外回测期内，日度判断胜率为 57.4%，持仓几率为 45.7%，平均每支股票年化换手率（双边）为26.2 倍。在成分股内，沪深 300 好于中证 500 好于中证 1000，可能是小盘股上换手率不够导致的。 ➢ 将预测值合成至指数依然有效，高波行业中效果明显。在个股择时有了一定成效后，我们尝试利用个股信号合成指数信号。首先我们根据流通市值计算指数内合格成分股的权重，随后将每支股票的收益预测根据权重加权合成至指数收益预测。沪深 300 年化收益 5.1%，超额收益 5.6%；中证 500 年化收益12.4%，超额收益 12.2%；中证 1000 年化收益 15.1%，超额收益 14.9%。同样方法论在不同行业中效果差别较为明显，在红利低波行业中较差，而在高波板块中较好，表现最好的电力设备及新能源行业年化收益 36%，平均每年跑赢行业 31.1%。价值/成长轮动策略年化收益 3.3%，超额收益 4.2%。 ➢ 信号应用范围广泛，可对多种产品进行增强。择时策略可以直接用于个股波段策略以博取高收益：对于某些 TMT，科技类主动型基金，可以根据择时信号对关注标的择时交易，避免回撤，从而博取更加稳定的组合表现；合成至指数后的择时信号可以用于指数增强等产品的仓位控制：比如中证 500 指数每年通过择时跑赢基准 12%，若假设现金仓位可在 90%~100%间波动，则适当的择时策略可提升组合年化收益 1%左右；择时信号在 IC 期货中会也有一定效果，但由于多空收益最大回撤较大，建议控制仓位。 ➢ 风险提示：量化模型基于历史数据，市场未来可能发生变化，策略模型有失效可能。 [Table_Author] 分析师 叶尔乐 执业证书： S0100522110002 邮箱： yeerle@mszq.com 分析师 韵天雨 执业证书： S0100524120004 邮箱： yuntianyu@mszq.com 相关研究 1.量化周报：三维择时框架继续乐观-2025/07/27 2.基金分析报告：基金季报 2025Q2：杠铃策略成为主流配置-2025/07/22 3.量化周报：沪深 300 站稳 4000 点-2025/07/20 4.量化周报：阻力已突破，空间打开-2025/07/13 5.深度学习因子月报：Meta_RiskControl 因子 6 月实现超额收益 2.4%-2025/07/09 量化专题报告 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 2 目录 1 基于中高频信息的股票收益率预测模型搭建 .............................................................................................................. 3 1.1 民生金工深度学习框架：输入、训练与输出 ................................................................................................................................ 3 1.2 基于中高频信息的收益预测与择时应用 ......................................................................................................................................... 6 2 SimStock 股票相似度刻画与模型提升 .................................................................................................................. 12 2.1 SimStock 模型刻画股票相似度 ..................................................................................................................................................... 12 2.2 基于股票属性嵌入的收益预测模型 ............................................................................................................................................... 14 3 微观至中观的宽基与行业指数择时效果 .................................................................................................................. 19 3.1 宽基指数择时 ...........................................................................................................