基于LSTM神经网络的择时融合多因子选股策略

创建于 2025-11-14T17:58:06.666836+08:00 更新于 2026-03-20T17:15:12.586545+08:00

摘要

本报告构建了基于LSTM深度神经网络的多因子择时框架，融合分析师预期、资金流、高频聚合低频及深度学习因子，实现日频多空择时和选股叠加，回测显示多空策略年化收益高达46%，夏普比率2.37。特别创新了改进MADL损失函数以优化涨跌方向预测，显著提升择时及量化选股策略表现，验证了多信号融合的增益效率 [page::0][page::1][page::6][page::12]

速读内容

深度阅读