国债期货量化系列四：基于多种深度学习模型的策略框架探讨
创建于 更新于
摘要
本报告探讨了基于多种深度学习模型（SAE、LSTM、GRU、CNN）的国债期货量化策略框架，采用波动率调整收益率进行仓位预测，结合夏普损失和均方误差损失优化模型，分别对十年期、五年期及价差国债期货进行了模型训练和表现评估，并推荐多模型混合策略配置，显著提升了策略的风险调整收益，回测数据显示混合策略在初始集和跟踪集的夏普比率均优于业绩基准，净值曲线保持平滑，具备较强的实用价值和风险控制能力 [page::0][page::3][page::15][page::27][page::29]
