學(xué)術(shù)活動
當(dāng)前位置：首頁 ? 學(xué)術(shù)活動 ?
華南經(jīng)濟(jì)論壇第248期：馮冠豪助理教授講座
時間：2018年11月19日（周一）上午10:00-11:30
地點：經(jīng)濟(jì)與管理學(xué)院文2棟五樓會議室
題目：深度學(xué)習(xí)因子
主講人：馮冠豪
主講人簡介：
馮冠豪，芝加哥大學(xué)布斯商學(xué)院工商管理博士，現(xiàn)任香港城市大學(xué)商學(xué)院統(tǒng)計助理教授，研究方向為金融時間序列、實證資產(chǎn)定價、機(jī)器學(xué)習(xí)和量化金融。
主要內(nèi)容介紹：
是否存在一個多因子模型來解釋所有的橫截面股票收益？在這篇文章，我們提供了一個多層神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型來模擬風(fēng)險因子的構(gòu)造，以及對橫截面股票收益的預(yù)期。學(xué)術(shù)界和工業(yè)界主要通過對公司風(fēng)險特征的排序來構(gòu)造多空投資策略，然而，如何通過股票排序來解釋橫截面股票收益仍然缺乏理解。在CAPM或者Fama-French基準(zhǔn)模型的控制下，我們從公司基本面信息出發(fā)，通過神經(jīng)網(wǎng)絡(luò)來構(gòu)建風(fēng)險特征指標(biāo)，建立新的風(fēng)險因子。我們的深度學(xué)習(xí)因子，能夠進(jìn)一步解釋橫截面股票收益，而且它們跟基準(zhǔn)模型有低相關(guān)性。我們的實證預(yù)測結(jié)果表明，深度學(xué)習(xí)因子可以提高基準(zhǔn)模型的預(yù)測性，已經(jīng)投資組合的夏普比率。