DSPO: An End-to-End Framework for Direct Sorted Portfolio Construction
创建于 更新于
摘要
本报告提出了DSPO，一种端到端的直接排序投资组合构建框架，能够从多频率股票原始数据中直接优化排序权重，避免了传统特征工程和预测目标与优化目标不一致的问题。DSPO结合卷积网络与Transformer架构，利用新颖的单调逻辑回归损失函数最大化排序组合的构造概率，同时使用跨截面子采样策略提高训练有效性和泛化能力。实证结果显示，DSPO在2023-2024年纽约证券交易所实现累计回报达121.94%，RankIC达到10.12%，并在2021-2022年A股市场同样表现优异，实现累计回报108.74%，显著优于传统与其他端到端基准方法，且具有更低回报波动和更高稳定性[page::0][page::1][page::4][page::6][page::8].
