递归神经网络 RNN—长短期记忆细胞（LSTM）的多因子预测
创建于 更新于
摘要
本报告基于递归神经网络（RNN）中的长短期记忆细胞（LSTM），提出将时间序列多因子数据输入深度神经网络进行股票收益率预测的方法。通过48个多因子、近24个月的时间步训练，构建三分类标签，使用两层400神经元的LSTM模型，训练准确率达到85%-90%，样本外胜率超过90%，实现了显著的多空超额收益，模型展示出LSTM对多因子因子挖掘及收益预测的有效性 [page::0][page::11][page::14][page::19]
