Smart Predict–then–Optimize Paradigm for Portfolio Optimization in Real Markets
创建于 更新于
摘要
本文提出并系统评估了基于 Smart Predict–then–Optimize (SPO) 的决策驱动投资框架:使用可解释的线性预测器并在训练中嵌入组合优化层(含交易成本、换手惩罚与正则化),通过滚动窗口月度回测(2015–2025 美股 ETF 数据)验证了决策导向训练在风险调整后收益和逆境鲁棒性上持续优于传统 predict–then–optimize 与若干基准模型 [page::0][page::14][page::16].

