研究背景与动机:不同交易日承载的信息量差异大——财报日、市场跳跃日、量价背离日集中了价格发现信号,普通低波动日则以噪声为主。传统动量等权平均过去231个交易日收益,隐含每一天同等重要的假设;CMM打破该假设,由等权动量转化为特征管理动量。
量价与风险特征CMM动量测试(16特征):从波动、成交活跃、收益形态、分布四类特征刻画个股量价与风险特征(共16个)。采用结构轻量的CMM拟合预测信号与未来收益的截面相关性:卷积层提取因子序列局部模式,16→8前馈漏斗逐层压缩,早停控制训练轮数,每6个月重训适应市场变化;前馈网络将特征映射为状态标量θ,softmax将θ×历史日
您可能关注的文档
- AI赋能固定收益:利率、信用和转债.pptx
- AI重塑量化投研的底层逻辑与未来图景:从工具到伙伴.pptx
- 乘用车内需磨底、出口与高端化α延续,商用车回调即配置,宇树落地与WRC催化,机器人进入基本面定价阶段.pptx
- 电力设备新能源行业隔膜深度报告:供需紧平衡持续演绎,盈利修复开启新篇章.pptx
- 海运行业油运图鉴2.0版-油运高频跟踪:地缘反复需求缩减,运价维持一年期租.pptx
- 基础化工行业7月化工出口数据分析:同比增速放缓,石化板块表现突出.pptx
- 计算机行业AI系列研究:AI基建进入融资周期,发债加速,信用风险尚未显著提升.pptx
- 金融工程基于时点动量的热点概念选股策略.pptx
- 金融工程寻找市场的主线——热点概念视角下强势股投资策略.pptx
- 金融工程重绘Beta版图,时点动量和聚类重构视角下的主题ETF轮动策略.pptx
原创力文档

文档评论(0)