基于卷积神经网络模型的市场择时策略
创建于 更新于
摘要
本报告提出基于卷积神经网络(CNN)的市场择时策略，通过对沪深300指数的14个技术指标进行特征提取和涨跌趋势分类，利用7:3数据划分模式进行模型训练和测试。模型在回测中表现出显著超额收益，年化收益率超过18%，夏普比率达到0.91，最大回撤16.13%，胜率72%，展现出良好的风险调整收益和分类预测能力。CNN模型的强大非线性表达和特征抽取能力有效提升了涨跌趋势预测的精度，实证结果证明该策略具备较高的有效性及应用价值。[page::0][page::14][page::15]
