基于时序神经网络的选股模型初探
创建于 更新于
摘要
本报告系统探讨九种时序神经网络模型在多维股价时序数据上的应用，明确了TCN模型在单模型测试中的优异表现，均值IC达到11.31%。通过模型相关性分析与多模型等权组合，实现更稳定且全面的绩效提升。基于该多模型组合构建的中证1000指数增强组合年化超额收益达18.6%，信息比率2.63，体现了多模型融合选股策略的有效性和稳定性，为投资组合构建提供理论和实证支持[page::0][page::3][page::10][page::14][page::15][page::16][page::17][page::18]
