1. 综述
本文重点解读论文「Cross-sectional Stock Price Prediction using Deep Learning for Actual Investment Management」,该论文被2020年国际人工智能与区块链大会(AIBC 2020)收录,介绍了利用深度学习进行股票价格的横断面分析及预测,并根据预测结果在真实股票市场进行投资组合策略的制定。作者表示,虽然关于股价预测的方法和论文都有很多,但都未展示这些方法在实际投资场景的表现,而作者团队基于日本的股市,用真实的股票数据构造了投资组合,依次来展示预测方法的收益表现。
2. 相关概念
横断面分析 (Cross-sectional Analysis):对同一时期数据资料进行横剖研究,探讨社会经济现象和自然状况在特定时期相关程度、关系与变化的方法。包含单变项,双变项和多变项分析等几种。在股价分析场景下,即截取同一时间下的股票相关特征(因子),作为样本数据,进入模型训练。
多因子模型 (Multi-factor Model):多因子模型是 Asset Pricing(资产定价)的一种常见方法(其他的方法还包括 consumption-based model 等)。一个多因子模型(假设 K 个因子)的表达式如下: