基本信息
文件名称:金融工程专题:基于LSTM神经网络的择时融合多因子选股策略.pptx
文件大小:3.08 MB
总页数:38 页
更新时间:2025-12-03
总字数:约1.02千字
文档摘要

本报告提出了一种多维度指数日频择时框架,旨在通过仓位择时优化绝对收益策略和股指期货策略的绩效。框架基于多维度因子体系,包括80个分析师预期因子、134个资金流因子、43个高频聚合低频特征,以及2020年后引入的深度学习因子(涵盖日频LSTM;;4;多维度指数日频择时框架

仓位择时的必要性:对于追求绝对收益策略以及股指期货策略而言,仓位择时都相对比较重要。

仓位择时华福证券的可行性:日频择时胜率,多头空头均能达到54%,包含多空策略扣费后年化46%,夏普比例2.37,卡尔玛3.58。仅多头策略扣费后也

有23%稳健收益,

多维度因子体系

基础因子:分析师预期80个扩展因子:资金流因子134