东方证券-因子选股系列之一一六：Neural ODE，时序动力系统重构下深度学习因子挖掘模型-250527

- 本文提出了一种结合RNN、NeuralODE和MLP的深度学习因子挖掘模型，旨在改善金融数据的缺失和噪声问题，从而提升选股的鲁棒性。

- 相较于基准模型，新的Model1因子在多个年份的多头超额收益表现显著优于基准，并在极端市场环境下展现出更强的抗风险能力。

- 新模型在行业轮动和指数增强策略中也取得了显著的超额收益，显示出其在实际应用中的有效性。