目录
Catalog
一、基于深度学习三层预测的策略框架 3
(一)指数增强框架:基于收益风险的有效预测进行组合优化 3
(二)总体策略框架与流程图 3
二、特征工程与预测标签构建 4
(一)数据来源 4
(二)特征工程:个股K线的信息 4
(三)特征工程:特征形态指标说明 5
(四)特征工程:分组标准化 7
(五)预测标签构建 7
三、深度学习预测:时序截面三层特征提取模型 8
(一)时序编码层:TimeEncoder 8
(二)截面图网络层:GraphSAGE模型 9
(三)GraphSAGE模型:参
您可能关注的文档
- 有色金属行业深度报告:从奥科宁克谈起,轻量需求迎加速,行业龙头领成长.docx
- 有色金属行业2025年及2026年Q1有色金属板块财报分析:盈利跃升,资源为王.docx
- 优质公司系列专题之民士达-壁垒篇:民士达稀缺性溯源,看国产芳纶纸领军者壁垒与卡位.docx
- 影石创新深度研究:小配件撬动大生态,老产品链接新客群.docx
- 英伟达联手宇树布局机器人,5月国内乘用车销量环比恢复.docx
- 英科再生深耕再生塑料全产业链,装饰建材打造第二增长曲线.docx
- 印度钾肥大合同超预期上涨,全球钾肥供需或延续趋紧.docx
- 银行业研思录之九:银行债市浮盈拆解与26年展望.docx
- 银行业投资观察:如何理解周期错位与区域分化.docx
- 银行业深度·“银行资产管理”系列深度之55:权益转型正当时,产品拐点已明晰——银行理财2026年下半年展望.docx
原创力文档

文档评论(0)