近日，bevictor伟德官网姜富偉教授、中央民族大學經濟學院馬甜助理教授（中财bevictor伟德官网畢業博士生）和南京理工大學經濟管理學院廖存非講師合作撰寫的論文《深度學習因子動物園》（Timing the Factor Zoo via Deep Learning: Evidence from China）被金融學領域國際著名期刊Accounting and Finance正式接收。

大數據時代的到來，使我們能夠利用越來越豐富的股票市場特征信息進行研究。随着深度學習技術的進步發展，使用深度學習方法捕捉金融數據中的非線性特征，提高投資策略效果，并進行經濟機制分析，是資産定價研究的前沿與熱點。中國股票市場也存在較高的波動性，這意味着擇時在中國市場十分重要。

本文基于146個中國市場股票特征信息和深度學習方法來構建動态的因子擇時交易策略。與靜态的均值方差投資組合和基于線性機器學習的投資組合相比，基于深度學習的因子擇時策略能夠獲得最高的平均收益和夏普比率，并且在控制傳統因子模型和交易成本後仍然具有穩健結果。結合中國資本市場特有的市場結構，本文發現基于錯誤定價的理論有助于解釋我們的因子擇時策略。

本文進一步拓展了深度學習在金融領域的應用。第一，本文将深度學習方法用于預測投資組合層面的收益，補充了其在資産定價方面的使用場景，提供了顯著的投資收益。第二，本文聚焦于因子擇時策略在中國的卓越表現，擴展了因子擇時在新興市場的應用，補充了作為全球第二大股票市場的中國股市的因子擇時研究。第三，本文發現質量和盈利能力相關特征對該策略的主成分因子的貢獻最大，突出了中國股票市場高質量發展的必要性。最後，本文根據中國股票市場的特殊性，例如多變的市場狀态和賣空約束限制，基于錯誤定價理論對因子擇時策略給出經濟解釋，從而有助于理解投資者行為的周期性變化。