基于深度学习理念的高频交易策略
创建于 更新于
摘要
本报告提出基于价量极值统计规律的T0高频交易策略，结合多因子模型互补性，从概率分布稳定性出发，通过深度学习降维评估模型泛化能力。实证显示，策略自2015年至2019年分别取得相对上证50年化收益3.94%、最大回撤-0.45%，相对沪深300年化收益4.19%、最大回撤-0.21%，表现优异且与多因子策略相关性低。同时，报告系统分析交易成本敏感性、资金容纳规模及策略在波动率、行业属性、市场风险下的适应性，为量化策略研究和实务应用提供新思路 [page::0][page::1][page::9][page::13][page::14]
