基于小波变换卷积与通道注意力集成LSTM的股票价格预测与投资组合配置
统计金融
2025-07-08 v2
摘要
通过股票价格预测实现的投资组合配置存在着难题，因为股票时间序列声称较低的信噪比。本文提出一种方法，通过集成小波变换卷积和通道注意力机制与LSTM来实现股票价格预测驱动的投资组合配置。首先处理股票时间序列数据，通过小波变换卷积降低噪声。随后，处理后的特征通过通道注意力进行重构。利用LSTM使用最终处理后的特征预测股票价格。我们构建由四只股票组成的投资组合，这些股票的交易信号由模型预测。通过评估收益、夏普比率和最大回撤表现进行实验。结果表明，在疫情后下跌市场期间，我们的方法仍能实现稳健的性能。
引用
@article{arxiv.2507.01973,
title = {Integration of Wavelet Transform Convolution and Channel Attention with LSTM for Stock Price Prediction based Portfolio Allocation},
author = {Junjie Guo},
journal= {arXiv preprint arXiv:2507.01973},
year = {2025}
}