基于注意力机制的时序预测模型在量化中的应用.docxVIP

基于注意力机制的时序预测模型在量化中的应用

一、引言

量化投资依托数学模型与算法分析，将投资决策过程标准化、自动化，近年来在金融市场中占据越来越重要的位置（中国证券业协会，2021）。时序预测作为量化投资的核心技术之一，其主要任务是基于历史金融数据的时间序列特征，预测未来的价格、成交量、波动率等关键指标，为投资策略制定提供依据。传统的时序预测模型如自回归移动平均模型、长短时记忆网络等，在处理短序列数据时表现尚可，但面对金融市场中长周期、多维度且存在复杂依赖关系的时序数据时，往往存在捕捉长程关联能力不足、特征权重分配不合理等问题（李军，2019）。

注意力机制的出现为解决这一难题提供了新的思路，