| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究文献综述 | 第10-14页 |
| 1.2.1 股票市场超额收益影响因子界定及应用研究 | 第10-11页 |
| 1.2.2 基于数据挖掘的多因子选股应用研究 | 第11-12页 |
| 1.2.3 风险控制的相关应用研究 | 第12-13页 |
| 1.2.4 总结与评述 | 第13-14页 |
| 1.3 研究框架与方法 | 第14-17页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 研究方法 | 第14页 |
| 1.3.3 创新点 | 第14-16页 |
| 1.3.4 技术路线图 | 第16-17页 |
| 第二章 基于GBDT的多因子组合构建 | 第17-30页 |
| 2.1 理论基础 | 第17-20页 |
| 2.1.1 CAPM模型 | 第17-18页 |
| 2.1.2 APT模型 | 第18-19页 |
| 2.1.3 Fama-French五因子模型 | 第19-20页 |
| 2.2 多因子组合构建及筛选 | 第20-29页 |
| 2.2.1 GBDT模型理论基础 | 第20-21页 |
| 2.2.2 候选因子界定 | 第21-23页 |
| 2.2.3 单因子回测分析 | 第23-24页 |
| 2.2.4 因子IC值分析 | 第24-26页 |
| 2.2.5 多因子组合确定及实证分析 | 第26-29页 |
| 2.3 本章总结 | 第29-30页 |
| 第三章 LSTM在多因子选股中的应用 | 第30-39页 |
| 3.1 理论基础 | 第30-34页 |
| 3.1.1 RNN模型理论基础 | 第30-32页 |
| 3.1.2 LSTM模型理论基础 | 第32-34页 |
| 3.2 LSTM模型准确率分析 | 第34-36页 |
| 3.2.1 参数设置 | 第34-35页 |
| 3.2.2 实证分析 | 第35-36页 |
| 3.3 双模型选股交易 | 第36-38页 |
| 3.3.1 参数设置 | 第36-37页 |
| 3.3.2 实证分析 | 第37-38页 |
| 3.4 本章总结 | 第38-39页 |
| 第四章 基于LSTM的大盘风控策略研究 | 第39-45页 |
| 4.1 加入大盘风控策略的多因子选股交易构建基本思想 | 第39-40页 |
| 4.2 大盘指数预测准确率分析 | 第40-42页 |
| 4.2.1 参数设置 | 第40页 |
| 4.2.2 实证分析 | 第40-42页 |
| 4.3 加入大盘风控策略的双模型选股交易 | 第42-44页 |
| 4.3.1 参数设置 | 第42页 |
| 4.3.2 实证分析 | 第42-44页 |
| 4.4 本章总结 | 第44-45页 |
| 第五章 结论及展望 | 第45-47页 |
| 5.1 主要结论 | 第45-46页 |
| 5.2 研究展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 附录A | 第51-57页 |
| 在学期间的研究成果 | 第57-58页 |
| 致谢 | 第58页 |