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。