模型的构建主要分为以下几个步骤：首先，对原始数据依次进行数据预处理、标

Die Konstruktion des Modells gliedert sich hauptsächlich in die folgenden Schritte: Erstens führen Sie die Datenvorverarbeitung und Beschriftung der Originaldaten nacheinander durch, zweitens trainieren und lernen Sie im LSTM-Modell und erhalten durch Lernen ein qualitativ hochwertiges Modell. Machen Sie Vorhersagen in hochwertigen Modellen, die durch Lernen erhalten wurden. Die Bewertung des Modells anhand von Bewertungsindikatoren wie annualisierter Rücklaufquote, Sharpe Ratio, Informationsquote und maximalem Backtest ergab, dass das in diesem Papier erstellte Backtest-Modell eine annualisierte Rücklaufquote aufweist, die die Benchmark-Rücklaufquote von 2016 bis 2019 übersteigt.

Das Modell wird in die folgenden Schritte aufgebaut: Erstens werden die Rohdaten vorverarbeitet, gekennzeichnet, zweitens, im LSTM-Modell trainiert, gelernt und gelernt, um ein hochwertiges Modell zu erhalten, und schließlich die Testdaten in das hochwertige Modell einspeisen, das für die Vorhersage gelernt wurde. Das Modell wird anhand des Bewertungsindex evaluiert, wie z. B. annualisierte Rendite, Sharp-Verhältnis, Informationsverhältnis und maximaler Backtest, und die in diesem Papier erzielte annualisierte Rendite übersteigt die Rendite des Basiswerts zwischen 2016 und 2019.

Der Aufbau des Modells gliedert sich hauptsächlich in folgende Schritte: Erstens werden die Originaldaten vorverarbeitet und wiederum beschriftet; zweitens werden Ausbildung und Lernen im LSTM-Modell durchgeführt und ein qualitativ hochwertiges Modell wird durch Lernen erreicht; schließlich werden die Testdaten in das qualitativ hochwertige Modell eingespeist, das durch Lernen zur Vorhersage gewonnen wird.Durch die Bewertungsindizes der Jahresrendite, des Sharpe-Verhältnisses, des Informationsverhältnisses und des maximalen Gegentests wird festgestellt, dass die in diesem Papier konstruierte jährliche Rendite den in 2016-2019 ermittelten Referenzzinssatz übersteigt.