基于机器学习的资产收益率预测研究综述

作     者：李星毅 李仲飞 李其谦 刘昱君 唐文金 Li Xingyi;Li Zhongfei;Li Qiqian;Liu Yujun;Tang Wenjin

作者机构：深圳大学经济学院广东深圳518060 南方科技大学商学院广东深圳518055 中山大学管理学院广东广州510275 

基　　金：国家自然科学基金重点项目(72432005) 国家自然科学基金重大项目(71991474) 国家自然科学基金面上项目(72371079) 深圳大学2035卓越研究计划(哲学社科)重大攻关项目(ZYZD2302) 深圳大学青年教师科研启动项目(RC20240283) 

出 版 物：《中国管理科学》 (Chinese Journal of Management Science)

年 卷 期：2025年第33卷第1期

页      码：311-322页

摘      要：本文综述基于机器学习的资产收益率预测研究,涵盖股票、基金、加密货币及债券等资产。随着大数据与人工智能的发展,机器学习以其处理高维数据和非线性关系的能力,在资产收益率预测中展现出显著优势。本文系统梳理各类机器学习方法在资产收益率预测中的应用,包括算法选择、模型构建及性能评估。研究发现,机器学习方法在提高预测精度和模型泛化能力方面成效显著,尤其擅长处理非结构化数据。平衡预测能力与模型可解释性仍是未来研究的重点。拓展资产类别与市场覆盖,深化大语言模型的应用,将进一步提升机器学习在金融预测中的有效性和适用性。

主 题 词：机器学习 收益率预测 资产定价 研究综述 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 

核心收录：

D　O　I：10.16381/j.cnki.issn1003-207x.2024.1099

馆 藏 号：203157269...