金融工程专题研究：递归神经网络 RNN——长短期记忆细胞（LSTM）的分行业多因子预测
创建于 更新于
摘要
本报告围绕递归神经网络（RNN）及其长短期记忆单元（LSTM），构建分行业多因子股票预测模型。通过输入69个原始因子，采用LSTM网络对不同行业及全市场股票价格趋势进行训练与预测。结果显示，不同行业训练集准确率显著提升但验证集和测试集准确率持续稳定在40%左右，存在过拟合风险。尽管训练集表现优异，样本外预测效果有限。最后基于模型激活值构建多空组合，展示全市场与部分大类行业选股策略的净值表现及超额收益，为深度学习在量化选股领域应用提供实证参考[page::0][page::7][page::12][page::15][page::26]
