递归神经网络 RNN—维度叠加与可微分神经计算机
创建于 更新于
摘要
本报告深入研究递归神经网络（RNN）及其增强模型，重点介绍了维度叠加LSTM（Grid-LSTM）和可微分神经计算机（DNC），并结合A股多因子选股实证，发现Grid-LSTM能够提升模型层深同时减少梯度消失，但绝对收益水平较低，组合展现出较强的小市值风格暴露且行业分布较广。DNC通过增加外部存储机制显著增强RNN记忆能力，为未来复杂模型方向提供思路 [page::0][page::3][page::6][page::7][page::10][page::13]
