报告概述
本报告是西南证券金融工程团队的月度跟踪报告，基于前期提出的GAN_GRU深度学习因子模型，定期更新该因子自2024年以来的表现。报告详细介绍了GAN_GRU模型的构建原理，包括GRU时序特征编码与GAN量价特征生成，并展示了因子在全A股及各个中信一级行业中的IC表现、多头组合超额收益。此外，报告给出了2026年7月因子得分排名前十的个股组合及各行业排名第一的个股。读者可通过本报告了解该量化因子的最新有效性及行业配置参考。
报告的核心结论
GAN_GRU因子长期具有显著选股能力
自2019年2月至2026年6月，GAN_GRU因子在全A范围内IC均值0.1045，多头组合年化超额收益率达17.75%，表明该因子在长期维度上能够有效区分股票未来收益。
近期因子表现有所回落
截至2026年6月29日，最新一期IC为-0.0499，近一年IC均值降至0.0370，显示因子近期预测能力较历史平均水平有所下降，投资者需关注其短期波动。
因子在传媒、钢铁等行业中效果突出
2026年6月当期，因子IC排名前五的行业为传媒、钢铁、电力及公用事业、家电、交通运输，IC均超过0.20；近一年来看，煤炭、传媒、钢铁等行业IC均值较高，表明因子在这些行业具有更强的选股区分力。
因子多头组合在多个行业实现超额收益
近一年中，食品饮料、消费者服务、电力及公用事业等行业的多头组合月平均超额收益均超过0.80%，表明因子在行业内部选股能带来稳定的超额回报。
报告回答的关键问题
GAN_GRU因子是如何构建的？
GAN_GRU因子利用生成式对抗网络（GAN）对量价时序特征进行特征生成，再通过GRU模型进行时序编码，最后结合MLP预测股票未来20日收益。模型使用过去40个交易日的18个量价特征，以月频调仓，采用半年滚动训练方式。
GAN_GRU因子近一年的表现如何？
截至2026年6月29日，GAN_GRU因子近一年的IC均值为0.0370，较历史长期IC均值0.1045有所下降。但多头组合近一年在多个行业中仍实现正超额收益，其中食品饮料行业月平均超额收益达1.02%。
哪些行业更适合使用GAN_GRU因子？
根据近一年因子IC均值，煤炭、传媒、钢铁、消费者服务、商贸零售等行业排名前五，IC均值均在0.11以上，表明该因子在这些行业的选股效果更优。此外，2026年6月当期传媒行业IC达0.3255，表现尤为突出。
2026年7月推荐的股票组合有哪些？
根据因子得分，2026年7月排名前十的股票为：启明信息、金杯电工、科美诊断、新巨丰、长青股份、湘电股份、掌趣科技、中集集团、中国铁建、正泰电器，覆盖计算机、电力设备、医药生物等多个行业。
报告中的代表性数据
全A IC均值
2019年2月至2026年6月，月频调仓下GAN_GRU因子在全A范围内的IC均值，在1%显著性水平下显著。
多头组合年化超额收益率
2019年2月至2026年6月，因子多头组合相对全A的年化超额收益率。
近一年IC均值
近一年（截至2026年6月29日），GAN_GRU因子近一年的IC均值，在1%显著性水平下显著。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 报告前言及模型概述：介绍GAN_GRU模型的来源、基本假设和构建流程，包括GRU模型结构、GAN生成器与判别器的对抗训练原理。
- GAN特征生成模型构建：详细说明LSTM生成器+CNN判别器的设计思路，以及如何利用训练好的生成器生成量价时序特征，输入输出形状均为(40,18)。
- 因子历史表现回测：展示自2019年2月至2026年6月的完整IC序列、ICIR、换手率、收益率、最大回撤等指标，并附有统计显著性标记。
- 行业IC分析：包含最新一期及近一年各中信一级行业的IC值排名，以图表形式呈现，便于对比不同行业的因子有效性。
- 行业多头组合表现：统计各行业多头组合相对行业指数的超额收益，包括当期和近一年的月平均超额收益，并配有图表。
- 2026年7月多头组合个股列表：提供全A因子值前10%组合中每个行业排名第一的个股代码、简称及所属行业，共计30只股票。
- 因子得分排名前十的个股：给出全市场因子得分最高的10只股票，涵盖计算机、电力设备、传媒等多个行业。
- 风险提示与免责声明：说明报告基于历史数据，未来表现可能变化，且个股推荐不构成投资建议，投资者需自行承担风险。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
