> 数据图表各位网友请教一下全频段融合因子累积 RankIC
2025-12-1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 2025 年 12 月 5 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 20.96%，自 2017 年初回测以来 TOP 层年化超额收益率 29.92%，5 日 RankIC 均值 0.115。 
