是我这结果太烂，还是大家看不懂？：）
假设后一种情况，我再做点说明：
1 我这里使用的是deep learning算法，其实算法并非最重要的，最重要的是因子，或者一般说解释变量；
2 由于资产收益同时具有时间、横截面两个纬度，在学习过程中严格预防数据泄露异常重要；
3 我在这里面分别考察了等权重（EQ）、市值加权（VW）、价格加权（PW）、贝塔加权（BT）、逆残差波动率（IR）加权四种组合方式并与市场——沪深300进行比较，考察测度分别有累积收益（Rt）、夏普比率、max darwdown、drawdown ratio、pain index及预测股票数量（一方面考察预测区分度，另一方面考察各类投资者可操作性，其中Popltn是整体，即该类，比如纯粹做多样本总体）。以纯粹做多总体为例（所有报告收益均为对数收益），等权重组合累积收益49%，而沪深300同期33%；等权种组合的夏普比率是0.29，沪深300是0.24；max drawdown,等权重组合0.12，沪深300是0.11；drawdown ratio我界定为期间累计收益与max drawdown之比，考察收益与风险之比（这与很多度量中用年均值比max drawdown不同，由于max drawdown是个路径依赖度量，同期间比较可能更有意义）——等权重组合的drawdown ratio是3.97，而沪深300是2.97；pain index我界定为max drawdown Duration比期数，等权重组合pain index是0.06，沪深300是0.1。
最后，欢迎拍砖！~~

太烂？还是看不懂？：）

四种组合方式——等权重（EQ）、市值加权（VW）、价格加权（PW）、贝塔加权（BT）、逆残差波动率加权（IR）
四种测度——累积收益（Rt）、夏普比率、max drawdown（MD）、max drawdown Ratio（DR）、pain index（PI）
累积收益、夏普比率、max drawdown不说了，max drawdown Ratio是累积收益与max drawdown的比值，考察风险与收益权衡；pain index是drawdown duration与回测期比值，考察持续痛苦指数。
基准——沪深300指数

回测结果太短了，实盘吗？

回测期是过去一年；实盘自去年9月9日至今。
training、validation、bcktesting选择主要考虑电脑计算容量和回测结果，增加training期并未明显改善回测结果。