基于深度学习的收益率预测与投资组合模型

在传统投资组合模型中，备选资产的预期超额收益率的预测误差将导致模型的投资绩效劣化。文章采用Transformer深度学习模型对备选资产的收益率进行预测，以提升预期收益率的准确度，进而提高投资组合模型的绩效。以中证800指数的成分股为备选资产，进行了72期投资，将实证结果与LSTM和SVR模型进行对比，验证了Transformer模型在提升预测准确度和提高投资组合模型绩效上的优越性。