该研究提出了一种通过多任务神经网络统一资产排名和投资组合权重分配的新方法，与传统分离两步骤的方法不同，该方法同时学习资产排名和优化多空头寸的资产数量，从而更好地在模型预测阶段对齐投资者偏好。实验使用中国A股历史周数据表明，将投资组合权重分配纳入多任务学习框架显著优于依赖启发式或历史估计的基准方法，提升了样本外财务表现，同时有效学习投资组合约束并平衡资产排名与权重优化的权衡。
欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai
选择已有播单或创建新播单，添加推荐语让内容更有价值
您确定要删除评价吗？
与播客爱好者一起交流
添加微信好友，获取更多播客资讯
播放列表还是空的
去找些喜欢的节目添加进来吧
