基于Logsig-RNN的高频数据低频化选股因子:机器学习系列之三

2023-09金融投资📊 东北证券¥3

报告维度

📄 文件全名
机器学习系列之三:基于Logsig_RNN的高频数据低频化选股因子-东北证券
🎯 适合读者
量化投资者金融研究员数据科学家
📚 数据来源
多方数据交叉验证
🏷️ 核心议题
#金融投资#Logsig#RNN
📦 本报告属于月份合集
购买后将获得「2023 年 9 月报告合集 · 共 2947 份报告打包下载链接
支付即将开放

报告摘要

本报告介绍Logsig-RNN模型,有效缓解传统RNN在处理高频序列时的过长或过密问题,将高频量价数据低频化后构造周度深度学习因子LogsigRNN_week,该因子表现优异且与传统因子相关性较低,为量化选股提供增量信息。

❓ 常见问题

《基于Logsig-RNN的高频数据低频化选股因子:机器学习系列之三》主要包含哪些内容?

本报告介绍Logsig-RNN模型,有效缓解传统RNN在处理高频序列时的过长或过密问题,将高频量价数据低频化后构造周度深度学习因子LogsigRNN_week,该因子表现优异且与传统因子相关性较低,为量化选股提供增量信息。

这份报告由哪家机构发布?

本报告由东北证券发布,发布于 2023 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2023 年。

这份报告是免费的吗?如何获取?

本报告为付费报告,可在资料宝站内下单后获取完整内容。

这份报告适合哪些读者?

适合量化投资者、金融研究员、数据科学家等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、Logsig、RNN等议题。

同分类推荐

📱 登录
基于Logsig-RNN的高频数据低频化选股因子:机器学习系列之三 | 资料宝