基于行业和个股双视角的深度学习行业轮动模型——行业轮动系列之一

报告构建了基于行业与个股双视角的深度学习行业轮动模型。由于深度学习选股因子按个股流通市值加权聚合形成的行业因子在2025年以来行业动量效应增强的环境下表现较弱，报告提出Model1（基于行业自身量价数据，人工构建115个量价特征，采用压缩器、反对称Attention图结构与预测器）与Model2（基于个股量价与基本面数据，采用RNN、图模型与预测器，并以对数市值加权IC为损失函数）两个子模块，最后用决策树对低相关的行业alpha因子二次加权合成。回测显示各因子两两相关性较低，合成因子2018年以来周度行业RankIC达11.63%、年化超额22.70%，与深度学习选股因子等权后RankIC进一步升至11.78%；Model1对短期与长期行业动量暴露更显著，Model2短期暴露较低但长期暴露较高。