文档摘要

第 5 章 · 02 PyTorch Autoencoder 股票聚类(对应 QS025) 速查摘要:这是 PyTorch 在金融领域最干净的入门例——用自编码器(Autoencoder)把 30 只大盘股的多日多维特征压缩到 10 维潜空间,再喂给 KMeans 聚类,最后 PCA 降 2 维画图。核心思想是表征学习:不直接对原始收益做聚类(噪声大、维度高),而是先学一个低维表示,聚类更稳定、更有金融含义。 涉及脚本:原项目 (约 184 行,本教程最长) ⚠️ 注意:本节最终要对 30 只股票聚类,但特征矩阵是"每个时间点 × 30 列特征",自编码器学的是"如何重构特征向量",encoder 输出后再对 30 个时间序列平均才得到每只股票的嵌入。看代码确认聚类对象的语义。

---

作者与出处

原作者： 灏天文库

整理： 灏天文库整理

本站整理收录，版权归原作者/开源协议所有；欢迎通过原文链接访问源仓库。