transformer机器学习量化选股
时间: 2023-09-08 16:16:39 浏览: 83
Transformer机器学习量化选股是一种使用Transformer模型的方法来进行股票选股的过程。Transformer模型是一种基于自注意力机制的神经网络模型,被广泛应用于自然语言处理任务中,但也可以用于其他领域,如量化选股。在这个方法中,股票数据被转化为输入序列,然后通过Transformer模型进行特征提取和预测。
在这个方法中,研究者使用了Multi-Head Attention和short-cut机制来增强Transformer模型的性能。Multi-Head Attention可以更好地捕捉股票数据的关联信息,而short-cut机制则可以加速模型的训练和优化过程。
研究者通过复现广发证券的研报,证明了Transformer模型具有一定的选股能力。相比传统的基于时序网络(如RNN)的方法,使用Transformer模型可以提供一种新的神经网络拟合多因子的网络结构思路。这为对量化选股感兴趣的读者提供了一个值得深入研究的方向。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [Transformer在量化投资的应用](https://blog.csdn.net/bigquant/article/details/122217290)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [【python量化】广发证券研报:Transformer 架构下的量价选股策略](https://blog.csdn.net/FrankieHello/article/details/130164607)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]