Investment Portfolio Optimization Based on Modern Portfolio Theory and Deep Learning Models
创建于 更新于
摘要
本论文提出基于现代组合理论的方差-协方差矩阵预测新框架，结合LSTM、DeepVAR和GPVAR深度学习模型进行多资产组合优化。实证中，LSTM模型在信息比率和年化收益率方面表现最佳，且较长的历史窗口和较低的调仓频率能提升深度学习模型的预测和组合表现。深度学习方法在捕捉矩阵长期依赖方面优于传统方法，对股市及加密货币联合投资均具适用价值 [page::0][page::17][page::23]
