本文提出融入TRBC行业嵌入、宏观金融协变量及多重正则化的LSTM股票收益预测框架,在1995—2024年无生存偏差的S&P 500样本上进行滚动样本外检验。结果显示,行业嵌入模型在收益、准确率和风险调整表现上整体优于基础LSTM及部分基准模型,而宏观协变量未带来增益;模型信号可分解为行业动量与个股短期反转,但行业动量具有明显的市场状态依赖性,且量化套利收益在2008年后显著衰减。
报告标题:《Cross-Sectional Heterogeneity in LSTM Networks for Financial Time Series》
作者: Julius Döbelt
日期:2026年8月7日
主题:利用长短期记忆网络(LSTM)预测美国股票横截面收益,并通过可学习的行业嵌入捕捉不同产业之间的收益异质性。报告没有给出传统券商式的股票评级、目标价或投资评级,其核心对象是模型架构与量化交易策略,而非单一上市公司。
报告的中心论点是:标准LSTM通常把不同股票视为来自同一个收益生成过程,忽视了行业之间在信息扩散、风险暴露和价格动态上的差异;如果在LSTM输出层加入TRBC行业嵌入,就能够以较少的额外参数引入横截面异质性,并改善预测准确率、收益风险表现以及模型解释性。
研究使用1995年至2024年的历史S&P 500成分股数据,采用27个滚动研究周期进行严格样本外测试,并将行业LSTM与基础LSTM、随机森林和市场买入并持有策略进行比较。 总体结论是:行业嵌入LSTM在平均收益、准确率、部分风险调整收益指标上优于基础LSTM和随机森林;但宏观金融变量没有带来额外的方向预测能力,甚至削弱了风险收益表现。
报告从有效市场假说出发,指出公开信息会迅速反映在资产价格中,因此日频股票收益的可预测信号极弱,同时预测变量数量快速增加,容易造成过拟合、数据挖掘和虚假发现。 这构成了使用机器学习的双重背景:一方面,机器学习能够处理高维变量、非线性关系和时变结构;另一方面,金融数据低信噪比又使模型特别容易学习到训练样本中的偶然模式。
作者认为,传统线性因子模型的局限在于函数形式较强,难以刻画变量之间的非线性交互;而LSTM可以通过记忆单元处理时间序列依赖,理论上适合捕捉收益数据中的滞后关系。
报告将两个已知的资产定价现象作为模型解释框架:
这两个现象在时间尺度和方向上并不相同。行业动量通常属于中期效应,个股反转则属于短期效应,因此一个日频模型应当同时区分“行业层面的持续性”和“个股层面的短期价格反转”。
作者的设计正是将二者拆分:LSTM时间序列部分负责从过去60日收益中提取时间信号,行业嵌入部分则提供行业层面的横截面偏置。
研究将数据划分为27个滚动周期,每个周期包含四年,其中前三年用于训练,之后一年用于严格样本外测试;每年约252个交易日。 在训练阶段,模型使用60日回看窗口预测下一交易日的股票相对表现。
图1显示,训练区间约占四年窗口的80%,验证区间约占20%,测试区间为最后一年,随后整个窗口向前滚动一年。 与Fischer和Krauss的设计相比,作者减少了滞后期长度,主要理由是避免训练样本和测试样本之间发生序列重叠,并降低长序列造成的收敛困难。
这一处理强化了样本外可信度,但也会牺牲部分长期记忆信息。60日窗口更关注近两个月的价格行为,因此有利于识别短期反转,却可能无法充分捕捉更长周期的行业趋势。
研究没有直接预测股票的绝对收益,而是每天计算S&P 500成分股收益的横截面中位数,并将每只股票划分为“高于中位数”或“低于中位数”两类。 这种处理将回归问题转化为二分类问题,减少了预测绝对收益规模的难度,也直接服务于多空投资策略。
每天模型按照预测概率排序:
样本总观测数约为465,000,其中约340,000个用于训练和验证,约125,000个用于测试。 需要注意的是,报告将“准确率”定义为被选入多空组合股票的方向预测正确比例,这与全横截面分类准确率并不完全相同。
LSTM通过遗忘门、输入门和输出门控制记忆单元,使模型可以在较长时间序列中保留或丢弃信息,从而缓解普通RNN的梯度消失和梯度爆炸问题。
图2展示了LSTM单元的基本流程:遗忘门决定旧记忆保留多少,输入门决定新信息写入多少,候选状态提供新的记忆内容,输出门决定最终隐藏状态传递多少。 在本研究中,模型使用many-to-one结构,只取60日序列结束时顶层LSTM的最终隐藏状态,并将其作为压缩后的时间特征。
隐藏层维度设为25,最终隐藏状态经过全连接层得到两个类别的logit,再通过Softmax转换为“做多”和“做空”两类概率。 训练使用交叉熵损失、Adam优化器和时间反向传播(BPTT),即沿着60个时间步反向传播梯度。
每只股票被分配至11个TRBC行业之一。行业嵌入不是简单的独热编码,而是为每个行业学习一个低维连续向量。报告中嵌入维度为2,因此每个行业只需学习两个数。 这使得相似行业可以在潜在空间中接近,不同行业可以形成不同方向和距离。
最终logit可理解为三部分之和:
图4表明,行业嵌入不进入60日序列的记忆过程,而是在最终分类层与LSTM隐藏状态合并。因此,行业信息作为静态横截面信息,不会干扰LSTM对时间动态的建模。 作者进一步定义行业贡献值 (\Delta_c),用来衡量某行业的嵌入对“高于中位数”分类概率的净推动作用;若(\Delta_c>0),该行业更容易获得做多倾向,反之则更容易进入做空组合。
报告使用了多种正则化方法:
这些措施尤其重要,因为作者观察到宏观变量模型存在训练损失下降而验证损失发散的严重过拟合现象。
研究重建了1995年至2024年的历史S&P 500成分股,使用月度成分名单而不是只使用当前成分股,并保留在研究期间退市但仍有价格数据的股票,以降低生存者偏差。
报告还构建了五类宏观金融变量:
图5显示,VIX在2008年和2020年出现显著尖峰,原油在2020年前后出现极端波动,利差则经历多次倒挂或快速变化。 这些变量理论上能够反映风险偏好、生产成本、避险需求、经济衰退预期和资本成本。
但原油负价格事件和VIX缺失值均采用线性插值处理。 这虽然提高了时间序列连续性,却也可能削弱极端事件本身所包含的信息,尤其是2020年原油负价格具有强烈的制度和市场微观结构含义,不一定适合被视为普通异常值。
图6比较了(k=5,10,50,100)时四种模型的收益、标准差、年化夏普比率和准确率。总体模式是:行业LSTM的收益和准确率最高;基础LSTM略逊于行业LSTM;随机森林波动率通常较低,在较大组合规模下夏普比率具有竞争力;宏观变量LSTM的平均收益最低、波动率最高,风险调整表现最差。
当(k=5)时,行业LSTM平均日收益约为0.12%,基础LSTM约0.10%,宏观变量LSTM约0.09%,随机森林约0.11%;随着组合规模扩大,各模型收益下降,但行业LSTM仍大体保持优势。
Diebold-Mariano检验显示,行业LSTM相对于随机森林的预测准确率优势在1%水平显著,p值为0.0095;相对于基础LSTM的优势在10%水平边际显著,p值为0.092。 基础LSTM相对于随机森林并不显著,p值为0.115,这说明单纯增加时间记忆结构并没有产生稳定的统计优势,而行业嵌入提供了额外的横截面信息。
报告使用Ledoit-Wolf方法并结合19日循环区块Bootstrap检验夏普比率差异,样本包含6,793个日度多空收益,Bootstrap重复1,000次。
行业LSTM相对于基础LSTM的夏普比率为0.69对0.39,p值为0.045;相对于宏观变量LSTM为0.69对0.27,p值为0.009;但相对于随机森林为0.69对0.53,p值为0.204,因此行业LSTM在夏普比率上并未显著胜过随机森林。 这体现出一个重要细节:行业LSTM在综合绩效上较好,但其相对于随机森林的优势主要体现在准确率和平均收益,而不是所有风险调整指标都具有统计显著性。
交易成本按每次半回转2个基点计算,建仓和清仓各产生一次成本;若股票连续多日持有,则中间不重复收取交易成本。 该假设适用于大盘、高流动性的S&P 500股票,但对高换手策略而言,实际成本仍可能受到市场冲击、借券费用、融资成本和做空可得性的影响。
图7的雷达图显示,行业LSTM在平均收益、空头收益、年度收益、超额收益和夏普比率等多个指标上构成最大或接近最大的覆盖面积,但其正收益日占比低于买入并持有市场策略。 这是合理的,因为市场组合通常具有更高的系统性风险暴露,而多空策略追求的是市场中性和相对收益。
图8采用“面积越小风险越优”的展示方式,覆盖VaR、CVaR、峰度、最大单日损失、年化波动率和最大回撤等指标。 市场组合的系统性风险最高,1% VaR和1% CVaR分别可达到约3.36%和4.75%;随机森林出现了高达16.7%的最大单日损失,发生在2020年3月9日;行业LSTM总体风险面积最小,基础LSTM的最大回撤则深于行业LSTM。
需要谨慎的是,图8将市场组合与市场中性多空策略放在同一雷达图中,二者承担的风险类型并不相同,因此“风险更低”并不意味着绝对意义上更优,而是意味着在该指标体系下,行业LSTM承担的市场方向风险较少。
图9显示,三种主动模型在1990年代末和2000年前后表现强劲,2008年金融危机和2020年疫情冲击期间也出现较高收益,但2009年之后整体收益和夏普比率显著下降。 早期年份的年化夏普比率曾超过4,个别年份接近极高水平;但2010年以后出现多个负夏普年份,2018年至2024年随机森林尤其疲弱。
因此,报告对早期研究中超过200%的年化收益和接近20的夏普比率持谨慎态度,认为这些结果主要由1990年代驱动,难以长期维持。 这一结论是全文最重要的风险提示:模型存在一定的样本外信号,但信号强度随市场竞争加剧而下降。
作者发现,行业贡献值(\Delta_c)与后续行业收益的相关性,在多个年份具有明显正值。例如2004年至2009年、2014年至2020年期间,行业嵌入与实际行业收益的相关性较高;而1999年至2003年及2021年至2024年则多次出现负相关。
跨27个测试年度平均后,行业贡献与实际行业收益的加权相关性仅约7.6%,远低于2007年达到的67%,说明行业动量并非稳定存在,而是高度依赖市场状态。 这与动量策略在市场急剧反转后容易发生崩溃的理论一致。
图11的柱状图清晰展示了危机前后相关性反转:互联网泡沫、金融危机和疫情冲击之后,行业嵌入更容易失效或反向引导组合。 对行业LSTM相对基础LSTM的超额准确率和超额夏普比率进行置换检验后,相关系数分别为0.38和0.40,经过Holm校正后的p值为0.038,说明行业信号与模型超额表现之间存在统计上的正向关联。
2007年,训练期行业贡献与训练期行业中位数收益的相关性达到0.97,说明模型几乎准确地按照历史行业表现对行业进行排序。 能源行业贡献值为0.14,房地产为0.07;测试期能源行业平均日收益为0.16%,行业嵌入与测试期平均日收益的加权相关性为74%。
图13将11个行业投影到二维空间。能源行业距离原点最远且方向明显,说明其嵌入向量对最终分类具有较强影响;科技、金融和消费周期行业位于相反或较弱方向。 图14显示,能源股在多头组合中的比例比空头组合高87.6个百分点,而消费周期、科技和金融分别更偏向空头组合。
2003年则展示了行业动量的反面。模型根据此前熊市中的相对表现偏好公用事业和医疗保健,却在市场从互联网泡沫低谷反弹时错失科技股反弹。 2003年科技行业总收益达到53.73%,而公用事业和医疗保健分别只有15.09%和27.04%。
图15显示,公用事业在多头相对于空头的配置偏差为63.8个百分点,科技行业则以68.0个百分点的偏差集中在空头端。 这正是典型的动量崩溃:此前赢家成为未来输家,而此前输家快速反弹,导致空头端出现重大损失。
图16显示,在被选入组合前约五个交易日,最终多头股票平均经历了连续负收益,而最终空头股票此前显著跑赢股票总体均值。 因此,LSTM的时间部分并不是简单追逐近期赢家,而是形成“买入近期输家、卖出近期赢家”的短期反转信号。
稳健性表6比较了不同层数、不同架构以及行业与宏观变量组合模型。报告称,交易组合准确率大致处于0.514至0.525之间,全横截面准确率约为0.502至0.506,说明方向信号虽小但在不同规格下较稳定。 行业LSTM在不同深度下通常不弱于基础LSTM,行业加宏观变量模型也没有优于行业单独模型。
不过,报告仍存在若干需要谨慎看待之处:
这篇报告的最重要贡献不是宣称LSTM可以持续获得极高收益,而是展示了一个结构简洁的架构改进:通过二维TRBC行业嵌入,将行业横截面异质性直接加入LSTM的最终分类层。该改进只增加少量参数,却在平均收益、准确率和相对基础LSTM的夏普比率上带来改善。
从图表和案例看,模型内部形成了两类具有资产定价含义的信号:行业嵌入表现为条件性的行业动量,60日时间序列部分则表现为短期个股反转。 但行业动量在稳定趋势市场中更有效,在危机后的快速行业轮动中可能造成严重错误配置,2003年和危机后年份充分说明了这一点。
总体而言,作者支持“行业嵌入优于纯时间序列LSTM、宏观变量在本任务中无明显帮助”的判断,同时明确承认信号规模有限、市场状态依赖明显,且2008年以后模型收益大幅衰减。 因此,该研究更适合作为金融机器学习架构和解释性研究的证据,而不应被理解为一个能够在未来市场中无条件复制高额超额收益的交易系统。
2608.05755.pdf