DeepUnifiedMom：基于多门混合专家多任务学习的统一时间序列动量投资组合构建

本文介绍了DeepUnifiedMom，一个通过多任务学习和多门混合专家方法增强投资组合管理的深度学习框架。DeepUnifiedMom的核心在于其能够创建统一动量投资组合，融合多个时间框架内时间序列动量的动态特性，这一特性在传统动量策略中往往缺失。我们的全面回测涵盖股票指数、固定收益、外汇和大宗商品等多种资产类别，结果表明，即使在考虑交易成本后，DeepUnifiedMom仍持续优于基准模型。这一卓越性能凸显了DeepUnifiedMom捕捉金融市场全部动量机会的能力。研究结果强调，DeepUnifiedMom是实践者利用全部动量机会的有效工具，为改善风险调整后收益提供了有吸引力的解决方案，是应对投资组合管理复杂性的宝贵策略。