LSTM在Markowitz扩展模型中的应用及投资组合优化.docx

LSTM在Markowitz扩展模型中的应用及投资组合优化

目录

LSTM在Markowitz扩展模型中的应用及投资组合优化（1）．．．．．．．．．3

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

LSTM的基本原理和特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.1基本概念介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.2LSTM的工作机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.3LSTM的优缺点分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

Markowitz扩展模型简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

3.1概念定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.2历史背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.3主要特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

LSTM在Markowitz扩展模型中的应用．．．．．．．．．．．．．．．．．．．．．．．．17

4.1应用背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

4.2应用方法探讨．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.3实例分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

投资组合优化问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

5.1问题描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

5.2解决方案概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

5.3案例研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

LSTM在投资组合优化中的优势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

6.1优势分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

6.2实际效果验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

7.1主要结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

7.2展望未来的研究方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

LSTM在Markowitz扩展模型中的应用及投资组合优化（2）．．．．．．．．34

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

1.1Markowitz扩展模型概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

1.2LSTM在金融领域的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

1.3研究目的与贡献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

LSTM理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

2.1LSTM的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

2.2LSTM与前馈神经网络的关系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

Markowitz扩展模型简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

3.1Markowitz投资理论概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.2Markowitz扩展模型的构成要素．．．．．．．．．．．．．．