Optimization Method of Multi-factor Investment Model Driven by Deep Learning for Risk Control
创建于 更新于
摘要
本论文提出一种基于LSTM深度学习模型优化多因子投资模型的风险控制方法，通过深度学习实现因子筛选与权重优化，显著提升了模型的回撤、夏普率和VaR表现，且在牛熊震荡市场中均展现出较强的稳健性和适应性，提升组合收益及风险调整能力，避免过拟合需进行适度优化和正则化 [page::0][page::1][page::2][page::3]
