金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf

  • 上传者:v*****
  • 时间:2025/11/17
  • 热度:66
  • 0人点赞
  • 举报

金融工程专题:基于LSTM神经网络的择时融合多因子选股策略。本报告提出了一种多维度指数日频择时框架,旨在通过仓位择时优化绝对收益策略和股指期货策略的绩效。框架基于多维度因子体 系,包括80个分析师预期因子、134个资金流因子、43个高频聚合低频特征,以及2020年后引入的深度学习因子(涵盖日频LSTM 模型和高频分时数据LSTM模型)。

深度学习因子预测框架以未来一天收益为目标,利用日度和分时数据捕捉隔夜信号,并采用改进的MADL损失函数进行方向判断。 通过信号融合将三类基础因子与两类深度学习因子聚合,形成最终择时信号,回测结果显示多空策略年化收益达46%(夏普比率 2.37),仅多头策略年化收益23%。此外,策略进一步融合选股模型以增强收益结构。本框架验证了仓位择时的可行性和有效性, 为量化投资提供了稳健的解决方案。

1页 / 共42
金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第1页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第2页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第3页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第4页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第5页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第6页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第7页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第8页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第9页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第10页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第11页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第12页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第13页 金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pdf第14页
  • 格式:pdf
  • 大小:4.8M
  • 页数:42
  • 价格: 5积分
下载 获取积分

免责声明:本文 / 资料由用户个人上传,平台仅提供信息存储服务,如有侵权请联系删除。

留下你的观点
  • 相关标签
  • 相关专题
热门下载
  • 全部热门
  • 本年热门
  • 本季热门
分享至