DeepUnifiedMom: Unified Time-series Momentum Portfolio Construction via Multi-Task Learning with Multi-Gate Mixture of Experts
创建于 更新于
摘要
本文提出DeepUnifiedMom模型，采用多任务学习和多门门控混合专家结构，实现跨多时段的统一时间序列动量组合构建。通过多任务网络捕捉短期、中期和长期动量，及资本分配网络动态优化组合权重，显著提升风险调整收益率和降低最大回撤。实证包含股票指数、固收、外汇及商品等多资产类别，验证方法优于传统动量策略及均等权重和均值方差优化基准，显示端到端训练及软截断夏普比率目标函数提升泛化能力和投资绩效。[page::0][page::5][page::16][page::19][page::20]
