-
公开(公告)号：CN118313930A
公开(公告)日：2024-07-09
申请号：CN202310026555.2
申请日：2023-01-09
Applicant: 上海交通大学
IPC: G06Q40/06 , G06N3/049 , G06N3/044 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度时序因子模型的金融资产组合配置方法，包括：采集资产行情数据；建立深度时序因子模型，使用模型提取收益率中具有因果特性的低维隐变量并进行模型训练；使用训练好的深度时序因子模型提取隐变量；将隐变量、资产行情数据及市场特征输入策略网络得到做多与做空的权重及做空价值比例；利用奖励函数对策略网络进行训练；在新的资产行情数据上，利用训练好的深度时序因子模型和策略网络，获得新的组合权重。其时序因子模型刻画收益率运动的因果关系，低维隐变量的运动为收益率运动的原因，模型具备降维与捕捉因果关系的作用，在低维隐变量的基础上进行决策的计算量更低，同时更易使策略网络学习到精准策略，提高组合效果。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
