金融工程专题研究精选3篇，动量类因子全解析

1.国信证券-金融工程专题研究：深度学习时间序列预测综述（PDF，1M，18页）

2.国信证券-金融工程专题研究：动量类因子全解析（PDF，2M，40页）

3.国信证券-金融工程专题研究：券商金股全解析，数据、建模与实践（PDF，1.76M，33页）

近年来包括股票交易数据在内的大量数据的涌现对于大数据分析提出了越来越多的需求，而在大数据分析中广泛使用的各种学习技术中，深度学习技术由于其出色的预测能力脱颖而出。本文着重对于当前流行和常用于时间序列预测的深度学习框架进行了综述，着重从深度前馈神经网络、循环神经网络以及卷积神经网络三个大类对于深度学习框架进行了介绍和分析，并且介绍了循环神经网络和卷积神经网络的大量变体网络类型。

对于深度学习网络在实践过程中可能遇到的问题，本文从框架实现、超参优化、硬件性能三个角度着重分析了工程实践过程中可能遇到的典型问题并给出了详细的分析与建议。