国债期货跨期价差系列专题五：基于LSTM的时序预测与策略改进研究

国债期货跨期价差系列专题五：基于 LSTM 的时序预测与策略改进研究 广发期货研究所 电 话：020-88818009 E-Mail：zhangxiaozhen@gf.com.cn 摘要： 在前两篇研究系统梳理国债期货跨期价差的定价逻辑及多因 子量化套利方法的基础上，本文进一步引入时序建模框架，重点考 察在既有基本面因子体系下，显式纳入时间维度信息是否能够提升 跨期价差走势的预测能力与策略表现。具体而言，本文构建了基于 长短期记忆网络（LSTM）的跨期价差方向预测模型，以净基差、 IRR、资金利率等核心因子作为输入，并以跨期价差涨跌方向作为 监督信号进行二分类建模。模型训练阶段使用全部国债期货合约样 本，2024 年及以前的数据作为训练集，2025 年数据作为严格样本 外测试集。 预测结果显示，LSTM 模型在 TS、T、TF 三个品种上的样本 外二分类准确率分别为 54.11%、53.67% 和 56.28%。进一步回测 表明，在 T 与 TF 品种上，LSTM 模型的样本外收益风险特征优 于 DNN，其中 T 合约的年化收益率为 6.83%，夏普比率为 1.70， TF 合约的年化收益率为 7.63%，夏 ...