近日，金融学院姜富伟教授、中央民族大学经济学院马甜助理教授（中财金融学院毕业博士生）和南京理工大学经济管理学院廖存非讲师合作撰写的论文《深度学习因子动物园》（Timing the Factor Zoo via Deep Learning: Evidence from China）被金融学领域国际著名期刊Accounting and Finance正式接收。

大数据时代的到来，使我们能够利用越来越丰富的股票市场特征信息进行研究。随着深度学习技术的进步发展，使用深度学习方法捕捉金融数据中的非线性特征，提高投资策略效果，并进行经济机制分析，是资产定价研究的前沿与热点。中国股票市场也存在较高的波动性，这意味着择时在中国市场十分重要。

本文基于146个中国市场股票特征信息和深度学习方法来构建动态的因子择时交易策略。与静态的均值方差投资组合和基于线性机器学习的投资组合相比，基于深度学习的因子择时策略能够获得最高的平均收益和夏普比率，并且在控制传统因子模型和交易成本后仍然具有稳健结果。结合中国资本市场特有的市场结构，本文发现基于错误定价的理论有助于解释我们的因子择时策略。

本文进一步拓展了深度学习在金融领域的应用。第一，本文将深度学习方法用于预测投资组合层面的收益，补充了其在资产定价方面的使用场景，提供了显著的投资收益。第二，本文聚焦于因子择时策略在中国的卓越表现，扩展了因子择时在新兴市场的应用，补充了作为全球第二大股票市场的中国股市的因子择时研究。第三，本文发现质量和盈利能力相关特征对该策略的主成分因子的贡献最大，突出了中国股票市场高质量发展的必要性。最后，本文根据中国股票市场的特殊性，例如多变的市场状态和卖空约束限制，基于错误定价理论对因子择时策略给出经济解释，从而有助于理解投资者行为的周期性变化。