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

打开文本图片集

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

引言

在金融科技蓬勃发展的浪潮中，以深度求索（DeepSeek）、ChatGPT为代表的大语言模型正迅速渗透到金融市场的各个角落，给传统的金融证券投资领域带来了前所未有的变革。（剩余6166字）