国金证券-Alpha掘金系列之十二：排序学习对GRU选股模型的增强-240821

- 本文探讨了将注意力机制与GRU模型结合，以提升量化选股的预测效果，显著优于传统GRU模型。

- 通过借鉴排序学习思想，采用合成损失函数提升多头组合表现，最终实现全A股票池的IC均值为13.82%。

- 引入多轮参数对抗过拟合策略，增强模型稳健性，构建的指数增强策略在沪深300、中证500和中证1000上均实现了显著的年化超额收益。