初探深度学习模型在国债ETF中的预测应用——基于CNN-LSTM-Attention混合架构  

A Preliminary Study on the Application of Deep Learning Model in the Prediction of Treasury Bond ETF:Based on the CNN-LSTM Attention Hybrid Architecture

作　　者：王钧弘 Wang Junhong

机构地区：[1]恒泰证券资产管理部

出　　处：《债券》2025年第3期15-21,共7页CHINA BOND

摘　　要：本研究运用多源数据,借助CNN-LSTM-Attention的混合模型,对国债ETF价格涨跌的二分类问题进行预测,并通过系统的数据处理与特征工程,深入比较该混合模型与其他主流神经网络模型的性能表现。研究表明,混合模型在国债ETF预测精度方面有一定的优势,为后续AI赋能债券投资提供了参考依据。

关 键 词：国债ETF 深度学习 多源数据 模型对比 

分 类 号：F83[经济管理—金融学]