Forecasting stock returns with artificial neural networks(基于神经网络的股票收益率预测研究)

Abstract

在金融领域的资产定价模型修正过程中，股市的非线性现象往往被选择性忽视，未纳入模型框架，现有模型亦无法刻画因子之间的非线性定价结构。为解决上述问题，引入了机器学习领域中的神经网络模型，以捕获市场组合收益率、市值、账面市值比三因子间的非线性定价结构，并对股票收益率进行预测。将该模型与经典 Fama-French 三因子模型在样本外拟合优度、多空策略业绩表现上做了对比，结果表明：神经网络模型能精准捕获市场组合收益率、市值、账面市值比3 个因子之间的非线性关系，且在样本外拟合优度、多空策略业绩表现上均要优于传统三因子线性定价模型。

Keywords

• 机器学习
• 非线性资产定价
• 神经网络