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

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