Deep Learning for Short-Term Equity Trend Forecasting: A Behavior-Driven Multi-Factor Approach
创建于 更新于
摘要
本研究通过构建包括40个技术alpha因子与4个行为指标的多因素特征，采用多任务多层感知器(MLP)、卷积神经网络(CNN)和支持向量机(SVM)模型进行短期股价趋势预测。[page::0][page::4][page::5][page::6] 实验结果表明，多任务MLP模型在IC、IR和组合回测中表现最佳，年度累计收益超800%，同时模型基于行为驱动的设计有效捕获动量、底部反转和量价背离市场行为特征，显著提升预测准确性和稳定性。[page::9][page::10][page::12] 研究还通过SHAP热力图解析因子贡献，揭示动量和成交量相关因子在趋势判断中的主导作用。[page::12][page::13]
