Jun, 2022
一种基于多任务学习的路由不确定性感知交易专家的量化股票投资方法
Quantitative Stock Investment by Routing Uncertainty-Aware Trading Experts: A Multi-Task Learning Approach
Shuo Sun, Rundong Wang, Bo An
TL;DR本文提出了多任务混合专家 (MoE) 框架 AlphaMix,重塑了定量投资为多任务学习问题,并且在投资时考虑了模型不确定性,动态地选择适当的交易专家。在五年时间跨度内的实际交易数据上,该框架在四项财务指标上表现显著优于现有的基线模型。