摘要

近年来我国金融市场的迅猛发展,为投资者提供便利的同时也带来了挑战,如何有效地进行资产配置是投资者需要解决的难题之一.Black-Litterman模型不仅解决了传统均值方差模型对参数敏感的问题,而且允许投资者在模型中加入投资观点,是备受关注的资产配置模型.然而,投资者可能会因为自身经验不足而无法给出合适的投资观点,无法发挥模型的应用价值.本文采用基于长短期记忆(LSTM)神经网络表达量化观点的方式为投资者提供了一种解决方案.作为数值算例,本文以申万一级行业指数作为资产池构建投资组合,算例结果表明,与其他参照模型的表现相比,本文构建的资产配置模型有更高的夏普比率和年化收益率.