深度学习赋能风格轮动与多策略融合

创建于 2025-07-21T19:07:08.029395+08:00 更新于 2025-07-21T21:17:58.084681+08:00

摘要

报告基于深度学习和强化学习技术，构建风格轮动及多策略融合框架，通过Transformer及SAC算法优选风格和股票组合，优化收益波动比，实证结果表明多策略融合显著提升组合表现，尤其Transformer优选100股票池年化收益35.99%、收益波动比1.47，展现较强选股能力和风格捕捉能力，为风格投资提供创新量化工具 [page::0][page::3][page::5][page::12]

速读内容

深度阅读