基本信息

---

下载

文档摘要

---

摘要

量化选股策略最核心的步骤就是对股票未来涨跌的预测。本文主要研究问题是通过运

用多因子模型在时序上对中国股票收益进行预测从而构建量化选股策略，本质上是多元时

间序列预测在金融领域的应用。传统时序建模方法对数据分布情况要求苛刻并且长期预测

效果不佳，本文采用“跑马比赛”的方式对多个机器学习和深度学习模型实证分析，进行系统

性比较，主要探究基于卷积神经网络模型(CNN)的变体，可解释卷积神经网络模型(XCM)

在金融数据的时间序列回归问题中是否有独特的优势和应用。

本文创新点主要有两点：其一，