基于ELSTM-BL模型的股票投资组合研究

为了提高股票收益率预测精度,达到利用深度学习算法构建股票投资组合模型谋求高额收益的目的。首先通过指数衰减法对长短期记忆（Long Short-Term Memory, LSTM）神经网络参数进行优化,形成ELSTM模型;其次利用改进后的LSTM模型对次日的个股收益率进行预测,以形成BL模型的主观观点参数;最终将收益率预测结果输入到BL模型得到股票投资组合的配置权重,并将资产按照模型给出结构配置。在方案实施阶段,将基于ELSTM-BL模型的股票投资方案与LSTM-BL模型、市值权重模型与历史BL模型的投资组合方案作比较,ELSTM-BL模型表现出明显优势。