基于神经网络模型的利率择时
创建于 更新于
摘要
本文基于丰富的日频量价因子库，设计了基于稀疏编码器和GRU网络的两阶段神经网络(SE-GRU)模型，预测未来N日利率及国债期货涨跌，形成多空择时信号。回测覆盖10年期和5年期国债期货及国开活跃券，结果显示模型在样本外具有稳定的择时能力和超额收益，10年期国债期货年化收益可达5.98%，同时采用积分梯度法对特征重要性进行分析，发现成交量、期限利差、资金面等因子影响显著，为固收量化投资提供了有效参考 [page::0][page::11][page::23][page::25]
