多任务学习在量化选股中的应用-华泰证券-2023-人工智能系列
华泰证券研究报告介绍多任务学习在量化选股中的应用,通过硬参数共享机制训练神经网络同时预测10日和20日收益率,多任务学习合成因子和指增组合回测优于单任务,模型规模扩大优势更明显。
华泰证券研究报告介绍多任务学习在量化选股中的应用,通过硬参数共享机制训练神经网络同时预测10日和20日收益率,多任务学习合成因子和指增组合回测优于单任务,模型规模扩大优势更明显。
华泰证券研究报告介绍多任务学习在量化选股中的应用,通过硬参数共享机制训练神经网络同时预测10日和20日收益率,多任务学习合成因子和指增组合回测优于单任务,模型规模扩大优势更明显。
华泰证券研究报告介绍多任务学习在量化选股中的应用,通过硬参数共享机制训练神经网络同时预测10日和20日收益率,多任务学习合成因子和指增组合回测优于单任务,模型规模扩大优势更明显。
本报告由华泰证券发布,发布于 2023 年。
覆盖 2023 年,全文约 20.0。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合量化投资研究者、AI技术开发者、金融工程师等读者参考。
重点分析了金融投资、多任务学习、量化选股中、华泰证券等议题。