前言
　　A股市场的风格轮动长期以来是投资者关注的重点。我们将A股市场的风格细分为：大盘成长、大盘质量、大盘价值、小盘成长、小盘质量、小盘价值。近年来A股市场走势分为两个阶段：2018年底至2021年初，市场主导风格为大盘质量和大盘成长；21年之后，小盘成长和小盘价值成为主流，特别是小盘价值表现尤为突出。本文旨在探讨如何运用GRU网络对这六大风格进行有效整合，实现风格自适应的研究目标。
　　GRU三因子测试对比
　　对GRU网络不同训练方式生成因子的测试对比发现，无论是原始因子还是中性化后的因子，GRU_50等权因子在全A范围内的测试效果更为显著。原始GRU_50等权因子在单因子IC均值达到9.9%，中位数为9.5%，年化IC_IR为7.13。此外，其多头组的年化收益率为32.93%，最大回撤为21.78%。
　　对比不同宽基指数上的测试结果，GRU_50等权因子和GRU_集成因子在沪深300指数上均表现出色；GRU_集成因子在中证500上测试效果更佳，而GRU_50等权因子在中证1000上表现最佳。对比这三个因子在宽基指数上多头组的年度收益，GRU_50等权因子在2021年前整体表现更佳，而21年后GRU_集成因子的效果最为显著。
　　风格基准池中测试
　　在风格基准池中对比三个因子的测试结果，GRU_集成因子的表现最为优越。其单因子IC均值为8%，中位数为7.4%，多头分组的夏普比率也在三者中最为突出。因此，我们采用GRU_集成因子在基准池中进行每期选股，策略自2018年以来的年化收益率为15.2%，最大回撤为23.4%，换手率达42倍。历史数据显示，该策略稳定地超越基准及沪深300、中证1000、中证500指数。
　　风险提示：
　　策略基于历史数据回测，不保证未来数据的有效性。