基于优化LSTM模型的稳健投资组合设计与股价预测
投资组合管理
2022-04-06 v1 机器学习
摘要
准确预测股票的未来价格是一项艰巨任务。更具挑战性的是设计一种优化投资组合，以优化其回报与风险的方式将权重分配给各股票。本文提出一种系统方法，针对印度四个关键经济部门构建两类投资组合：最优风险组合与特征组合。股票价格从网络提取，时间范围为2016年1月1日至2020年12月31日。基于各部门最重要的十只股票构建行业组合。还设计了一个LSTM模型用于预测未来股票价格。在投资组合构建六个月后，即2021年7月1日，计算了组合的实际回报与LSTM预测的回报。预测回报与实际回报的比较表明LSTM模型具有较高准确度。
引用
@article{arxiv.2204.01850,
title = {Robust Portfolio Design and Stock Price Prediction Using an Optimized LSTM Model},
author = {Jaydip Sen and Saikat Mondal and Gourab Nath},
journal= {arXiv preprint arXiv:2204.01850},
year = {2022}
}
备注
This is the accepted version of our paper in the IEEE 18th India Council International Conference (INDICON 21). The final version was published in the proceedings of the IEEE INDOCON'21 which is available in IEEE Xplore. The conference was organized during December 19-21, 2021, in Guwahati, India. The paper consists of 6 pages and it contains 7 figures and 13 tables. arXiv admin note: text overlap with arXiv:2202.02723