Forecasting Company Fundamentals
创建于 更新于
摘要
本论文系统评估了24种统计与深度学习模型在公司基本面（如收入、净利润等）时间序列预测任务中的表现。结果显示深度学习模型（尤其是RNN和GRU）在确定性和概率性预测上均优于传统模型，且其不确定性估计更准确，预测表现可与人类分析师媲美。进一步，将预测结果应用于量化因子选股回测，验证了高质量基本面预测对投资组合绩效提升的实用价值。此外，论文探讨了模型可解释性及专家知识融合的可能途径，为未来研究和实际应用奠定基础 [page::0][page::8][page::9][page::12][page::15]。
