典型文献
深度学习与中国股票市场因子投资——基于生成式对抗网络方法
文献摘要：
本文运用深度学习模型研究中国股票市场的收益预测与因子投资.我们使用148个微观企业特征变量构建因子大数据集,并采用生成式对抗网络(GAN)方法构建深度学习模型.研究发现,相较于线性模型,深度学习模型在收益预测精度和因子投资绩效上均有很大提升.本文还分析了不同类型因子在中国股市的重要性,探索了金融深度学习预测的经济理论机制解释.本文对中国金融市场高质量发展和金融科技应用探索均有重要意义.
文献关键词：
深度学习;资产定价;因子投资
中图分类号：
作者姓名：
马甜;姜富伟;唐国豪
作者机构：
中央民族大学经济学院;中央财经大学金融学院;湖南大学金融与统计学院
文献出处：
引用格式：
[1]马甜;姜富伟;唐国豪-.深度学习与中国股票市场因子投资——基于生成式对抗网络方法)[J].经济学（季刊）,2022(03):819-842
A类：
B类：
中国股票市场,因子投资,生成式对抗网络,深度学习模型,收益预测,微观企业,企业特征,特征变量,构建因子,GAN,线性模型,投资绩效,中国股市,经济理论,理论机制,机制解释,中国金融市场,金融科技应用,应用探索,资产定价
AB值：
0.383272
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
