优矿深度报告频道重磅上线，全新打造行业首个量化内容服务平台！

这是一个信息爆炸的时代，量化投资行业也不例外。国内外的量化同行每年生产众多的研报和文章，机构可以从中获取量化研究的思路和角度，扩大投研范围。

而与此同时，面对日新月异的研究方向和以人工智能为代表的新技术应用，量化机构投资者也显得“力不从心”：以将人工智能融入多因子选股框架为例，如果团队没有相关人才储备，需要花费数月甚至更久的时间才能将研究思路融入自己的模型当中。

使用优矿专业版的机构用户有福啦！以提升投研效率为目标，优矿深度报告，重磅上线！！

优矿金工团队对优质量化研报和文章进行研读，在优矿平台进行代码复现，并开放源码，提供“一键克隆”功能，助量化研究者开拓视野，高效的将新的研究思路融入到自己的模型当中。

我们将“半成品”做成热腾腾的好菜，供量化研究者享用。

二月和三月，我们共上线了四篇深度报告，篇篇都是优质长文，且在开头都精心准备了导读，分别如下：

1、Boosting模型在选股方面的应用研究； 

文章分为三部分：数据准备、Boosting模型因子合成和因子测试。文章参考了华泰证券《人工智能选股之 Boosting 模型》，使用优矿的XGBoost和回测框架对研报的结果进行了实证分析，以探索boosting模型在选股方面的应用。

2、深度学习模型对基本面因子的预测应用研究； 

文章分为四部分：数据说明和处理、研究思路的出发点、用深度学习模型对基本面因子进行预测、回测分析总结。文章参考了2017年发表在NIPS的 《Improving Factor-Based Quantitative Investing by Forecasting Company Fundamentals》一文，通过深度学习模型来预测噪音少的基本面因子，再利用预测的因子进一步构建投资组合，将该方法在A股市场进行了实证分析。

3、循环神经网络在因子合成的应用初探； 

文章分为三部分：数据准备和处理、利用不同模型对因子进行整理、合成因子效果的分析比较。文章参考华泰证券《人工智能选股之循环神经网络模型-华泰人工智能系列之九》中的研究方法，利用优矿因子库中的因子对研报的结果进行了实证分析，以研究深度学习在量化领域的应用。

4、质优股量化投资； 

文章分为三部分：数据及工具函数的准备、质量相关因子的定义及分析、质量因子的合成。文章借助优矿的量化因子库，参考东方证券研报《质优股量化投资——寻找A股的动量效应》，书籍《量化投资策略——如何实现超额收益Alpha》，对研报及书中的一些结果进行了实证分析。从盈利、成长、财务安全、质量优良等维度，综合定量的考虑一个公司是否真的质地优良。

以后的每个月会进行两篇深度报告的更新，您可在优矿最新版的客户端和官网找到深度报告，并一键克隆。

需要注意的是：专业版的用户可查看并一键克隆所有的深度报告，试用专业版的用户可查看并一键克隆当月的两篇报告，社区版的用户仅可查看我们的报告，从中寻找研究思路。

还在等什么，赶快扫描下方二维码或是点击“阅读原文”注册成为优矿专业版用户，全面提升你的投研效率吧！

-- the end --

优矿是由通联数据出品，覆盖研究、回测、模拟、实盘交易全流程的量化平台。优矿不仅拥有通联海量的金融数据、动态丰富的策略框架，同时还通过知识库信号库提供持续的知识输出，满足用户在研究过程中高效获取、迅速验证、多维度挖掘、多策略并行的迫切需求，为投资决策提供重要支持。

扫二维码，立即预约试用！

↓↓↓ 点击"阅读原文" 【查看更多】