Multilayer Perceptron Neural Network Models in Asset Pricing: An Empirical Study on Large-Cap US Stocks
创建于 更新于
摘要
本研究提出基于动态结构的多层感知器（MLP）模型，用于大盘美股特征排序组合因子模型的资产定价，进而设计量化因子投资策略。结果显示，在数据规模限制下，MLP模型“更深更好”不再适用，2至3层隐藏层的MLP结构更适合建模因子，且MLP模型在控制下行风险方面表现优于追求绝对收益。包含COVID-19市场极端波动期间的数据提高了模型表现，验证了MLP模型在极端市场环境下的稳健性。[page::0][page::17][page::23][page::35]
