机器学习量化模型基于神经网络的模型框架

创建于 2025-07-21T10:36:45.267193+08:00 更新于 2025-07-21T16:13:04.149186+08:00

摘要

本文构建基于深度循环神经网络的行业ETF轮动交易策略框架，融合历史价格、成交量及宏观因子预测未来价格涨幅，在动态权重调整和蒙特卡洛dropout置信度测量辅助下，实现了波段交易收益优化。回测期间策略累计超额收益显著提高，2024年上半年超额收益达24.23%。未来研究拟引入行业特定因子与强化学习技术，进一步提升模型表现和适应性[page::0][page::3][page::5][page::13][page::15]。

速读内容

深度阅读