Developing An Attention-Based Ensemble Learning Framework for Financial Portfolio Optimisation
创建于 更新于
摘要
本报告提出了一种基于多智能体和自适应机制的注意力集成学习框架MASAAT，以多尺度方向性变化特征和时序注意力模块，提升资产间空间和时间相关性的捕捉能力，有效过滤金融市场噪声，平衡投资组合收益与风险。实证在DJIA、S&P500和CSI300三大指标上验证了模型的优越性，显著优于传统和深度学习基线方法，展现出多智能体集成策略在复杂市场环境下的稳健性与适应性 [page::0][page::1][page::2][page::4][page::5][page::6].
