長短信號與市場狀態(tài)結(jié)合下的深度學(xué)習(xí)模型改進(jìn)——機(jī)器學(xué)習(xí)系列十一.pdf
- 上傳者：風(fēng)**
- 時間：2026/06/25
- 熱度：17
- 0人點(diǎn)贊
- 舉報
本文系統(tǒng)研究了深度學(xué)習(xí)因子在不同股票池中的預(yù)測能力與增強(qiáng)效果，旨在提升模型收益捕捉能力和風(fēng)險調(diào)整后表現(xiàn)。研究以GRU時序模型為基礎(chǔ)，從股票自身長短信號出發(fā)，圍繞長短信號結(jié)合、內(nèi)生市場狀態(tài)建模、外部市場信息融合以及內(nèi)外部結(jié)合四個方向展開。首先，構(gòu)建三階段長短信號結(jié)合增強(qiáng)模型演進(jìn)路徑，引入短期目標(biāo)的輔助任務(wù)并通過PCGrad緩解多任務(wù)梯度沖突，進(jìn)一步加入路徑監(jiān)督，使隱藏狀態(tài)同時受到中期、短期和局部路徑信息約束。實(shí)證結(jié)果顯示，長短信號結(jié)合模型相較基準(zhǔn)模型在多個股票池中取得明顯提升。其次，在長短信號結(jié)合模型基礎(chǔ)上，從隱藏狀態(tài)序列中識別潛在市場狀態(tài)并構(gòu)建內(nèi)生分支模型，通過截面隱藏表征生成潛在狀態(tài)權(quán)重，并將狀態(tài)權(quán)重與專家頭進(jìn)行綁定，同時對股票表征中的共同市場狀態(tài)成分進(jìn)行殘差化剝離，結(jié)果表明內(nèi)生狀態(tài)分支對大盤增強(qiáng)更具優(yōu)勢。再次，引入市場數(shù)據(jù)作為外部條件信息，構(gòu)建兩類模型，通過FiLM機(jī)制對股票隱藏狀態(tài)進(jìn)行逐特征維度調(diào)制，使模型能夠刻畫不同市場環(huán)境下股票信號含義的變化，實(shí)證結(jié)果顯示外部市場信息分支具備普適性提升。最后，構(gòu)建合并分支模型，將外部市場條件調(diào)制與內(nèi)生潛在狀態(tài)殘差化統(tǒng)一到同一模型框架中，內(nèi)外部合并模型在多數(shù)股票池中繼續(xù)提供增量。整體來看，本文通過逐步改進(jìn)的形式，實(shí)現(xiàn)了深度學(xué)習(xí)模型中“股票自身長短信號結(jié)合 + 市場狀態(tài)融合”，為后續(xù)指數(shù)增強(qiáng)策略提供了新的模型改進(jìn)方向。
免責(zé)聲明：本文 / 資料由用戶個人上傳，平臺僅提供信息存儲服務(wù)，如有侵權(quán)請聯(lián)系刪除。
- 相關(guān)標(biāo)簽
- 相關(guān)專題
熱門下載
- 全部熱門
- 本年熱門
- 本季熱門
- 煤炭行業(yè)-基于機(jī)器學(xué)習(xí)方法的動力煤價格預(yù)測.pdf 1636 5積分
- 無監(jiān)督機(jī)器學(xué)習(xí)下的2019行業(yè)價值人群聚類報告.pdf 1298 8積分
- 量化投資-基于機(jī)器學(xué)習(xí)：FOF投資量化策略.pdf 1095 6積分
- 2021獨(dú)角獸&準(zhǔn)獨(dú)角獸案例報告：第四范式.pdf 740 6積分
- 基于機(jī)器學(xué)習(xí)的日內(nèi)波動率預(yù)測.pdf 552 5積分
- 人工智能機(jī)器學(xué)習(xí)戰(zhàn)略計(jì)劃.pdf 504 6積分
- 技術(shù)因子的智能擇股研究：利用機(jī)器學(xué)習(xí)技術(shù)建立智能策略分析框架.pdf 435 6積分
- 決策樹與隨機(jī)森林.pptx 357 12積分
- 機(jī)器、符號、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與知識發(fā)現(xiàn).pptx 339 10積分
- SDCC2015機(jī)器學(xué)習(xí)在美團(tuán)用戶畫像中的應(yīng)用付晴川V2.pptx 297 9積分
