A Learnable Wavelet Transformer for Long-Short Equity Trading and Risk-Adjusted Return Optimization
创建于 更新于
摘要
本文提出 WaveLSFormer：一个将可学习小波前端与 Transformer 背靠背耦合、端到端直接优化交易回报与风险调整指标的模型。核心包括可微谱正则化引导的可学习低/高频滤波器、低引导高频注入（LGHI）用于稳定的跨频信息融合，以及基于验证集的固定风险预算缩放实现可执行多空头寸。实证上，在五年小时级美股行业数据的多次随机种子实验中，WaveLSFormer 将整体 ROI 从 0.225±0.056 提升到 0.607±0.045，Sharpe 从 1.024±0.122 提升到 2.157±0.166，显著优于 MLP/LSTM/Transformer 等基线 [page::0][page::1][page::11]
