中国管理科学 | 基于机器学习的资产收益率预测研究综述

本文综述了机器学习在资产收益率预测中的应用，重点探讨了其在高维数据处理、非线性关系建模及非结构化数据挖掘方面的优势。研究回顾了资产收益率预测的理论背景，并分析了机器学习在股票、基金、加密货币和债券等资产类别中的应用。研究表明，正则化方法、集成学习和深度学习模型能有效提升预测精度，并适应金融市场的复杂动态特征。此外，大语言模型（LLM）在金融文本分析中的应用显著增强了市场情绪和投资者预期的提取能力。未来研究方向包括增强模型的经济学可解释性、拓展多资产类别应用及优化LLM在金融预测中的表现。