利用深度神经网络改进时间序列动量投资策略分析报告.pdfVIP

[Table_StockNameRptType] 金融工程 专题报告 利用深度神经网络改进时间序列动量策略 ——“学海拾珠”系列之一百三十九 报告日期：2023-5-3 主要观点： [Table_RptDate] [Table_Summary] 本篇是“学海拾珠”系列第一百三十九篇，作者引入了深度动量网络 ——一种复合深度学习模型。深度动量网络保留了时间序列动量策略的波 动率缩放框架，以数据驱动的方式同时学习趋势和仓位，通过优化信号的 夏普比率直接训练网络。 ⚫ 传统时间序列动量策略泛化性差 时间序列动量策略是在横截面动量策略的基础上发展而来，自诞生以 来已经得到了广泛应用，但计算时间序列动量首先要对序列的趋势做出估 计，在估计的基础上计算头寸，这一方面增加了误差累积的风险，另一方 面又与交易规则深度相关，采用不同的交易规则对结果可能产生很大的影 响。 ⚫ 深度动量网络可以直接拟合复杂的时序动量策略 相关报告 目前研究人员通常将价格预测任务定义为一个分类问题，首先证明他 1. 《如何管理投资组合波动率？—— 们所采用的方法在预测下一次价格走势方面的准确性有所提高。然后，根 “学海拾珠”系列之一百二十三》 据类别概率手动定义交易规则。该过程需要许多明确的设计决策来定义复 2. 《基金具有情绪择时能力吗？—— 杂的时间序列动量策略，而本文中的深度动量网络可以直接从数据中学习 “学海拾珠”系列之一百二十四》 复杂的非线性关系，将头寸的预测结果作为输出，从而减少对手动规范的 3. 《投机股与止损策略—— “学海拾 需求。 珠”系列之一百二十五》 4. 《基金持仓集中度究竟如何影响基 金业绩？——“学海拾珠”系列之一百 ⚫ 风险提示 二十六》 文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。 5. 《20 和21 世纪风格因子表现的趋 势和周期——“ 学海拾珠” 系列之一百 二十七》 6. 《基金在阶段业绩不佳后会调整激 进程度吗？——“学海拾珠”系列之一 百二十八》 7. 《基于盈利公告发布日期的交易策 略—— “学海拾珠”系列之一百二十 九》 8. 《媒体效应如何影响基金投资者和 基金经理的决策？——“学海拾珠”系 列之一百三十》 证券研究报告 [Table_CommonRptType] 金融工程 正文目录 1 引言 4 2 相关研究 5 2.1 经典动量策略5 2.2 深度学习在金融领域的应用5 3 动量策略定义 6