研究人员正在开发用于投资组合优化的先进深度学习框架,旨在提高金融市场表现。一种方法使用神经网络直接优化夏普比率和CVaR等金融指标,实现了显著优于传统方法和标普500的表现。另一种方法采用具有Soft Actor-Critic的深度强化学习,在全球市场动态配置资产,在不确定时期显示出潜力。第三个框架整合了LSTMs、GATs和金融新闻的情感分析,创建每日配置,在一个较小的股票范围内跑赢基准。 AI
影响 这些深度学习框架通过整合复杂的市场动态和情感分析,提供了更强大和自适应的投资策略的潜力,优于传统方法。
排序理由 该集群包含三篇arXiv论文,详细介绍了将深度学习和强化学习应用于金融投资组合优化的新研究。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- Euro Stoxx 50
- Nasdaq-100
- Nikkei 225
- Robert Ślepaczuk
- Soft Actor-Critic
- arXiv
- Graph Attention Networks
- LSTM
- S&P 500
- Transformer
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →