趋势策略的深度学习增强
创建于 更新于
摘要
本报告探讨了利用深度学习中的循环神经网络（RNN）及长短期记忆网络（LSTM）对股指期货趋势策略的增强方法。通过对沪深300指数期货分钟级行情数据进行特征提取与模型训练，实现开盘后早盘行情对全天趋势盈利概率的预测。实证显示，基于LSTM的RNN模型在样本外达到59.1%的预测准确率，策略年化收益达18.47%，最大回撤-8.63%。策略通过盈利概率信号过滤，减少低效交易信号，提高交易效率，具有较好的样本外表现和稳健性。[page::0][page::5][page::29][page::30][page::31][page::36]
