华泰金工 | 大模型文本选股策略回撤修复

（来源：华泰证券金融工程）股票配资技巧

配资炒股

]article_adlist-->

在前期BERT-FADT基础上，我们借助大模型（LLM）补充标题新解、行情催化剂、“言外之意”、潜在风险、收益指引等额外解读，构建LLM-FADT文本选股策略。截至2026年4月17日，文本LLM-FADT组合4月相对中证500超额收益4.1%，2026年超额收益3.3%，年初回撤基本修复。自2017年初回测以来年化收益率29.63%，相对中证500超额年化收益25.83%，组合夏普比率1.15，信息比率2.04。

核心观点

文本LLM-FADT组合4月相对中证500超额4.1%

在前期BERT-FADT基础上，我们借助大模型（LLM）补充标题新解、行情催化剂、“言外之意”、潜在风险、收益指引等额外解读，构建LLM-FADT文本选股策略。截至2026年4月17日，文本LLM-FADT组合4月相对中证500超额收益4.1%，2026年超额收益3.3%，年初回撤基本修复。自2017年初回测以来年化收益率29.63%，相对中证500超额年化收益25.83%，组合夏普比率1.15，信息比率2.04。

AI中证1000增强策略本周超额再遇回撤

截至2026年4月17日，全频段融合因子今年以来TOP层相对全A等权基准的超额收益为4.75%，自2017年初回测以来TOP层年化超额收益率29.19%，5日RankIC均值11.4%。基于全频段因子构建的AI中证1000增强组合本周超额收益为-0.79%，今年以来超额收益为2.51%，自2017年初回测以来相对中证1000年化超额收益率为21.40%，年化跟踪误差为6.09%，信息比率为3.51，超额收益最大回撤为7.55%，超额收益Calmar比率为2.83。

AI行业轮动模型：今年以来绝对收益13.15%

AI行业轮动模型使用全频段量价融合因子对32个一级行业打分并构建周频调仓策略，每周选取5个行业等权配置。模型2017年初回测以来年化收益率为27.32%，相对等权基准年化超额收益率为19.95%，今年以来绝对收益13.15%，超额10.16%。截至2026年4月17日，模型未来一周将持有非银金融、纺织服装、汽车、商贸零售、房地产5个行业。

AI概念指数轮动：未来一周推荐信息安全、证券精选指数等

AI主题指数轮动模型使用全频段量价融合因子对133个概念指数打分并构建周频调仓策略，每周选取10个主题指数等权配置。模型2018年初回测以来年化收益率为16.98%，相对等权基准年化超额收益率为9.99%。截至2026年4月17日，AI主题指数模型未来一周推荐持有信息安全、稀土产业、CS车联网、建筑材料、中证影视等指数。AI概念指数轮动未来一周推荐持有证券精选、万得微盘股、房地产精选、金融科技、办公用品等指数。

正    文

01 全频段融合因子表现跟踪

华泰金工研报《基于全频段量价特征的选股模型》（2023.12.8）中，首先用深度学习模型训练27个高频因子，得到高频深度学习因子；接着利用多任务学习对低频量价数据进行端到端挖掘，得到低频多任务因子；最后合成为全频段融合因子。

截至2026年4月17日，全频段融合因子今年以来TOP层相对全A等权基准的超额收益为4.75%，自2017年初回测以来TOP层年化超额收益率29.19%，5日RankIC均值11.4%。

华泰金工中证1000增强组合构建方法如下：

1.因子：全频段融合因子。

2.组合构建方式：成分股权重不低于80%，个股权重偏离上限为0.8%，Barra暴露小于0.3，周双边换手率控制为30%，周频调仓，交易费用为双边千分之四。

截至2026年4月17日，基于全频段因子构建的AI中证1000增强组合本周超额收益为-0.79%，今年以来超额收益为2.51%，自2017年初回测以来相对中证1000年化超额收益率为21.40%，年化跟踪误差为6.09%，信息比率为3.51，超额收益最大回撤为7.55%，超额收益Calmar比率为2.83。

02 文本LLM-FADT选股组合近期表现跟踪

在前期研究《人工智能92：LLM-FADT：大模型增强文本选股》（2025-06-10）中，我们考虑到原始分析师研报虽然通常以精确有效的信息传达为核心目标，然而受限于篇幅、语言组织等方面，对于读者而言，研报中或多或少蕴含着需要额外梳理的信息。我们对研报标题及摘要提出多个问题，例如“标题是否聚焦核心信息，是否需要重构”，“内容是否着重凸显行情催化剂”，“原文内容之外隐含哪些信息”，“有无潜在风险尚无明确表达或遗漏”，“对于股票未来收益指引如何”，要求大模型逐一发表见解，以体现大模型对文本的“博观”解读。

LLM-FADT构建流程与前期报告《人工智能63：再探文本FADT选股》（20221028）基本一致。不同之处在于，输入给微调版FinBERT的研报文本包括6类：原始文本、标题新解、行情催化剂、“言外之意”、潜在风险、收益指引，后5个部分即为大模型对原始文本进行额外解读的视角。FinBERT将以上文本逐一转化为文本特征向量，由此一来，后续的XGBoost模型训练时将获得更为丰富的文本信息输入。

截至2026年4月17日，文本LLM-FADT组合4月相对中证500超额收益4.1%，2026年超额收益3.3%，本年超额收益继续提升。自2017年初回测以来年化收益率29.63%，相对中证500超额年化收益25.83%，组合夏普比率1.15，信息比率2.04。

相比于仅依赖原始文本的BERT-FADT，LLM-FADT策略总体更为稳定，超额回撤相对较小。自2024年10月以来，LLM-FADT策略超额总体稳定跑赢BERT-FADT，近期LLM-FADT超额持续反弹，优于BERT-FADT。

03 AI行业轮动模型表现跟踪

华泰金工使用深度学习模型对全频段量价数据进行信息提取，得到具有不错选股效果的因子（参见2023年12月8日发布的报告《基于全频段量价特征的选股模型》）。进一步使用行业成分股的量价因子得分对每个行业打分，选择得分最高的5个行业等权配置，构建自下而上的行业轮动策略。AI行业轮动模型能够利用AI模型的特征提取能力，充分挖掘多频段量价数据中的规律，与自上而下策略形成互补。

华泰金工AI行业轮动模型构建方法如下：

1.行业池：主要为一级行业，其中食品饮料拆成食品、饮料和酒类，有色金属拆成工业金属、贵金属和稀有金属，不考虑综合和综合金融，共有32个行业。

2.因子：全频段量价融合因子。使用行业成分股的因子得分对每个行业打分。

3.策略规则：每周最后一个交易日选择模型得分最高的5个行业等权配置，以下周第一个交易日收盘价买入，周频调仓，不计交易成本。

模型未来一周将持有非银金融、纺织服装、汽车、商贸零售、房地产5个行业。模型得分前10行业如下。

04 AI主题指数轮动模型表现跟踪

华泰金工AI主题指数轮动模型构建方法如下：

1.主题指数池：根据Wind的ETF基金分类，选取主题ETF基金跟踪的指数形成主题指数池，共有133个主题指数。

2.因子：全频段量价融合因子，参见报告《基于全频段量价特征的选股模型》（2023.12.8）。使用主题指数成分股的因子得分对每个主题指数打分。

3.策略规则：每周最后一个交易日选择模型得分最高的10个主题指数等权配置，以下周第一个交易日开盘价买入，周频调仓，交易成本为双边万分之四。

模型未来一周推荐持有信息安全、稀土产业、CS车联网、建筑材料、中证影视等指数，模型得分前15指数如下。

05 AI概念指数轮动模型表现跟踪

华泰金工AI概念指数轮动模型构建方法如下：

1.概念指数池：选取Wind热门概念指数，共有72个概念指数。

2.因子：全频段量价融合因子。使用概念指数成分股的因子得分对每个概念指数打分。

3.策略规则：每周最后一个交易日选择模型得分最高的10个概念指数等权配置，以下周第一个交易日开盘价买入，周频调仓，交易成本为双边万分之四。

模型未来一周推荐持有证券精选、万得微盘股、房地产精选、金融科技、办公用品等指数，模型得分前20指数如下。

元股证券:ygzq.hk

风险提示

通过人工智能模型构建选股策略是历史经验的总结，若市场规律改变，存在失效的可能。人工智能模型可解释程度较低，归因较困难，使用须谨慎。

相关研报

研报：《金工： 大模型文本选股策略回撤修复》2026年4月18日

]article_adlist-->

研究员：何   康 S0570520080004 | BRB318

研究员：沈   洋 S0570525070013

联系人：浦彦恒 S0570124070069

关注我们

]article_adlist-->

华泰证券研究所国内站（研究Portal）

https://inst.htsc.com/research

访问权限：国内机构客户

]article_adlist-->

华泰证券研究所海外站

https://intl.inst.htsc.com/research

访问权限：美国及香港金控机构客户

添加权限请联系您的华泰对口客户经理

]article_adlist-->

免责声明

]article_adlist-->

▲向上滑动阅览

本公众号不是华泰证券股份有限公司（以下简称“华泰证券”）研究报告的发布平台，本公众号仅供华泰证券中国内地研究服务客户参考使用。其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，且若使用本公众号所载内容，务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。

本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点，完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。

本公众号内容基于华泰证券认为可靠的信息编制，但华泰证券对该等信息的准确性、完整性及时效性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。

在任何情况下，本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。订阅者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。

本公众号版权仅为华泰证券所有，未经华泰证券书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。华泰证券具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。

]article_adlist-->