基于VMD-Bi LSTM-ATT预测模型的碳中和指数量化投资研究

碳中和指数是落实碳中和战略、推动经济绿色转型的重要工具和载体,准确预测碳中和指数可以为相关政策的实施提供依据,吸引投资者参与碳中和市场并获取收益。因此,本文提出了一种融合数据分解重构和注意力机制的深度学习预测模型——VMD-BiLSTM-ATT模型,并将其运用到碳中和指数的预测与应用中。具体而言,研究分为三个部分,一是通过计算四个误差评价指标验证本文模型具备最佳预测性能,二是为获取更高的预测精度对模型超参数进行调整得到最优超参数组合,三是以六个投资评价指标为标准衡量模型的投资应用价值。实证结果表明,在预测性能方面,VMD-BiLSTM-ATT模型优于所有基准模型,且经过超参数调整后,模型预测性能更佳;在量化投资应用方面,基于本文模型的碳中和指数投资策略获得的投资绩效远远优于持有期相同的碳中和指数和沪深300指数的投资绩效,并且超参数的调整能在此基础上进一步提升投资绩效,证明了本文模型在量化投资方面具有良好的应用价值。