長短信號與市場狀態(tài)結(jié)合下的深度學(xué)習(xí)模型改進——機器學(xué)習(xí)系列十一.pdf

上傳者：風(fēng)**
時間：2026/06/25
熱度：43
0人點贊
舉報

本文系統(tǒng)研究了深度學(xué)習(xí)因子在不同股票池中的預(yù)測能力與增強效果，旨在提升模型收益捕捉能力和風(fēng)險調(diào)整后表現(xiàn)。研究以GRU時序模型為基礎(chǔ)，從股票自身長短信號出發(fā)，圍繞長短信號結(jié)合、內(nèi)生市場狀態(tài)建模、外部市場信息融合以及內(nèi)外部結(jié)合四個方向展開。首先，構(gòu)建三階段長短信號結(jié)合增強模型演進路徑，引入短期目標的輔助任務(wù)并通過PCGrad緩解多任務(wù)梯度沖突，進一步加入路徑監(jiān)督，使隱藏狀態(tài)同時受到中期、短期和局部路徑信息約束。實證結(jié)果顯示，長短信號結(jié)合模型相較基準模型在多個股票池中取得明顯提升。其次，在長短信號結(jié)合模型基礎(chǔ)上，從隱藏狀態(tài)序列中識別潛在市場狀態(tài)并構(gòu)建內(nèi)生分支模型，通過截面隱藏表征生成潛在狀態(tài)權(quán)重，并將狀態(tài)權(quán)重與專家頭進行綁定，同時對股票表征中的共同市場狀態(tài)成分進行殘差化剝離，結(jié)果表明內(nèi)生狀態(tài)分支對大盤增強更具優(yōu)勢。再次，引入市場數(shù)據(jù)作為外部條件信息，構(gòu)建兩類模型，通過FiLM機制對股票隱藏狀態(tài)進行逐特征維度調(diào)制，使模型能夠刻畫不同市場環(huán)境下股票信號含義的變化，實證結(jié)果顯示外部市場信息分支具備普適性提升。最后，構(gòu)建合并分支模型，將外部市場條件調(diào)制與內(nèi)生潛在狀態(tài)殘差化統(tǒng)一到同一模型框架中，內(nèi)外部合并模型在多數(shù)股票池中繼續(xù)提供增量。整體來看，本文通過逐步改進的形式，實現(xiàn)了深度學(xué)習(xí)模型中“股票自身長短信號結(jié)合 + 市場狀態(tài)融合”，為后續(xù)指數(shù)增強策略提供了新的模型改進方向。