排序学习对GRU选股模型的增强

创建于 2025-07-21T04:25:26.911406+08:00 更新于 2025-11-17T11:33:55.316398+08:00

摘要

本报告基于改进GRU模型结合排序学习损失函数，提升量化选股能力，采用多轮参数均值策略有效防止过拟合。最终构建沪深300、中证500和中证1000的指数增强策略，年化超额收益分别达到16.60%、19.20%和29.81%，同时控制回撤和跟踪误差，实现稳健的策略表现提升 [page::0][page::3][page::5][page::11][page::14][page::15][page::16][page::17][page::18]

速读内容

深度阅读