Deep Learning in Long-Short Stock Portfolio Allocation: An Empirical Study
创建于 更新于
摘要
本报告系统性评估了四种深度学习模型（MLP、CNN、LSTM、Transformer）在标普500和纳斯达克股票长短组合构建中的表现。利用十年日频数据，结合收益率、RSI、成交量和波动率等特征，预测次日股票回报并动态调整多空仓位。实证结果显示Transformer和LSTM模型在风险调整后收益及最大回撤方面表现优异，有效提升了投资组合绩效，验证了深度学习在股票多空组合配置中的应用潜力 [page::0][page::8][page::9][page::10][page::11]。
