摘要
本发明公开了一种具有超前特性的投资组合构建方法、装置及设备,涉及股市数据处理技术领域,本发明获取因子指标数据,并构建深度学习网络模型,利用深度学习网络模型预测下一期的股票月频收益率;基于高频率数据构建多元LOG‑HAR模型,利用多元LOG‑HAR模型预测未来日期的日频、周频及月频已实现协方差矩阵,将预测的股票月频收益率和预测的月频已实现协方差矩阵引入马科维茨模型,构建具有超前性特性的投资组合;本发明通过所预测的股票收益率和月频已实现协方差矩阵,来预测超额收益,同时引入高频率数据来协助预测月频已实现协方差矩阵,整体是预测出未来时间状态下的收益率和协方差矩阵,大幅减弱了未来市场的不确定性,使得预测的准确性大幅提升。
技术关键词
协方差矩阵
深度学习网络模型
构建深度学习网络
高频率
因子
指标
时间段
存储计算机程序
数据处理技术
数据模块
存储器
优化器
处理器
数值
误差
电子设备
资产