LSTM模型市场择时策略
创建于 更新于
摘要
本报告基于长短期记忆（LSTM）模型构建沪深300指数的量化择时策略，通过选择持仓收益率、夏普比率及成交量等三大特征变量，预测5日平均收益率作为交易信号。采用3:2数据划分训练及窗长窗移滚动训练两种方法，分别实现模型训练与回测。结果显示，LSTM模型具备高收益、高夏普比率、低最大回撤及高胜率等优势，验证了其在复杂非线性股价时序预测中的可行性和有效性，为量化择时提供了系统性的解决方案 [page::0][page::9][page::12][page::13]
