全文可编辑内容-金融工程专题分析报告:基于LSTM神经网络的择时融合多因子选股策略.docxVIP

全文可编辑内容-金融工程专题分析报告:基于LSTM神经网络的择时融合多因子选股策略.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

证券研究报告|金融工程专题

2025年11月14日

基于LSTM神经网络的择时融合多因子选股策略

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

模型和高频分时数据LSTM模型)。

深度学习因子预测框架以未来一天收益为目标,利用日度和分时数据捕捉隔夜信号,并采用改进的MADL损失函数进行方向判断。通过信号融合将三类基础因子与两类深度学习因子聚合,形成最终择时信号,回测结果显示多空策略年化收益达46%(夏普比率

2.37),仅多头策略年化收益23%。此外,策略进一步融合选股模型以增强收益结构。本框架验证了仓位择时的可行性和有效性,为量化投资提供了稳健的解决方案。

风险提示:本报告所有分析均基于公开信息,不构成任何投资建议;若市场环境或政策因素发生不利变化将可能造成行

业发展表现不及预期;报告采用的样本数据有限,存在样本不足以代表整体市场的风险,且数据处理统计方式可能存在误差;过往业绩不代表未来表现;历史规律总结仅供参考,或不会完全重演。

2

策略逻辑

基础因子:资金流+分析师预期

高频因子聚合低频

改进的madl损失函数:lstm在日度跟分钟信号上的择时

多模态信号聚合

择时叠加选股策略

风险提示

3

多策略择时信号叠加

?多信号叠加方式

预期数据起始于:2014年

资金流数据起始于:2012年

港股通数据起始于:2017年

高频数据聚合:2010年

深度学习lstm因子:2020年

资料 :华福证券研究所绘制 4

主要框架

?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个

高频因子低频化聚合:43个

深度学习因子(202011月后)

日频基础价量:LSTM的日频因子7个基础因子

高频因子:基于分钟行情数据构建的特征LSTM模型。(共包含开盘价、最高价、最低价、收盘价、成交量、成交额和成交笔数7个基础特征,以及其他技术指标44个)

深度学习因子预测框架

将日度数据的预测目标明确为未来一天的收益。

利用日度以及分钟数据捕捉隔日信号,并聚合生成指数级别判断。

#应用改进的MADL损失函数而非mse,适用于指数方向判断。

信号融合

将三类基础因子与两类深度学习因子聚合成最终信号,不管是多空策略还是仅多头策略都较为稳健。

融合选股策略

在择时策略基础上,叠加选股策略以进一步优化收益结构。

5

?

策略逻辑

?

基础因子:资金流+分析师预期

?

高频因子聚合低频

?

改进的madl损失函数:lstm在日度跟分钟信号上的择时

?

多信号聚合

?

择时叠加选股策略

?

风险提示

6

基础因子

?资金流以及分析师预期因子与未来一天开盘收益的相关性

我们将资金流因子与分析师因子为集合,计算与hs300指数第二天开盘到第三天开盘的收益相关性,将前30个展示如右图

在右图中可以看到:

预测息税折旧摊销前利润复合增长率,预测净资产收益率同比增长率,预测归属母公司的净利润和开盘收益的相关性比较高。与认知有差异的地方在于相关性并非为正,而是呈现出负相关性。

资金流因子尤其是流出相关的因子与第二天正相关性高,净流入量是负相关性,说明隔夜有反转特征。

聚源表格

特征名称

相关性

相关性绝对值

中文名字

Index_ProfitForecast

FEBITDAGrowRate

-5.82%

5.82%

预测息税折旧摊销前利润复合增长率(%)

Index_ProfitForecast

FROEYOY

-5.81%

5.81%

预测净资产收益率同比增长率(%)

Index_ProfitForecast

FNPParentComOwners

-5.58%

5.58%

预测归属母公司的净利润(万元)

Index_ProfitForecast

FGrossIncomeGrowRate

-5.08%

5.08%

预测毛利率复合增长率(%)

Index_CaptialFlow

NetBuyVolume

-5.02%

5.02%

净流入量(股)

Index_ProfitForecast

FOperatingIncome

-4.95%

4.95%

预测营业收入(万元)

Index_ProfitForecast

FEBITDAYOY

-4.93%

4.93%

预测息税折

您可能关注的文档

文档评论(0)

anhuixingxing + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档