时间：2018年11月19日（周一）上午10:00-11:30

地点：经济与管理学院文2栋五楼会议室

题目：深度学习因子

主讲人：冯冠豪

主讲人简介：

    冯冠豪，芝加哥大学布斯商学院工商管理博士，现任香港城市大学商学院统计助理教授，研究方向为金融时间序列、实证资产定价、机器学习和量化金融。

主要内容介绍：

    是否存在一个多因子模型来解释所有的横截面股票收益？在这篇文章，我们提供了一个多层神经网络的深度学习模型来模拟风险因子的构造，以及对横截面股票收益的预期。学术界和工业界主要通过对公司风险特征的排序来构造多空投资策略，然而，如何通过股票排序来解释横截面股票收益仍然缺乏理解。在CAPM或者Fama-French基准模型的控制下，我们从公司基本面信息出发，通过神经网络来构建风险特征指标，建立新的风险因子。我们的深度学习因子，能够进一步解释横截面股票收益，而且它们跟基准模型有低相关性。我们的实证预测结果表明，深度学习因子可以提高基准模型的预测性，已经投资组合的夏普比率。