2018金融工程专题：递归神经网络RNN与LSTM分行业多因子预测｜国信证券

2018-12金融投资29📊 国信证券免费

📄 文件全名: 《金融工程专题研究：递归神经网络RNN~长短期记忆细胞（LSTM）的分行业多因子预测-国信证券》
🎯 适合读者: 量化研究员金融工程师证券分析师投资者
📊 核心数据: 69个多因子输入
分行业建模
预测准确率约40%
月频数据训练
🏷️ 核心议题: #金融投资#金融工程#LSTM#国信证券

📦 本报告属于月份合集

购买后将获得「2018 年 12 月报告合集」 · 共 2848 份报告打包下载链接

点击获取云盘下载链接

报告摘要

本报告由国信证券发布，深入探讨递归神经网络RNN与长短期记忆网络LSTM在分行业多因子选股中的应用。针对传统神经网络忽略时间依赖及行业异质性问题，RNN通过循环结构捕捉时序信息，LSTM解决长期记忆丢失；同时采用分行业建模，挖掘各行业特有影响因子，避免行业间干扰。报告将69个因子全部输入模型，减少人工筛选，并利用验证集监测过拟合。实证表明：多数行业预测准确率约40%，训练样本大小显著影响模型表现。适合量化研究员、金融工程师、证券分析师及投资者参考。

📋 核心要点(部分)

深度神经网络与投资
递归神经网络RNN
长短期记忆网络（LSTM）
循环神经网络分行业多因子选股模型

❓ 常见问题

《2018金融工程专题：递归神经网络RNN与LSTM分行业多因子预测｜国信证券》主要包含哪些内容?

这份报告由哪家机构发布?

本报告由国信证券发布,发布于 2018 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2018 年,全文约 29。

这份报告是免费的吗?如何获取?

本报告免费查阅,登录资料宝后即可在线获取完整内容。

这份报告适合哪些读者?

适合量化研究员、金融工程师、证券分析师、投资者等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、金融工程、LSTM、国信证券等议题。