返回
股票之间的行业关系不该只靠 GICS 分类表写死——真实的行业联动是随宏观 regime 漂移的。图对比学习(GCL)把'股票=节点、收益相关=边'建成图,用子图扰动(删边/加噪/特征掩码)造正负样本,让同一个行业在表征空间里自然聚拢、不同行业推开。本文numpy从零实现GraphSAGE编码器+InfoNCE损失,受控实验证明学到的行业嵌入与真实相关的Spearman ρ从0.30提升到0.85,并诚实标注'它学的是相关性结构不是收益方向'。
量化交易
图神经网络
对比学习
板块表征
行业嵌入
图对比学习
另类因子
python