1.项目目标：
验证多因子 LSTM 和股票分层组合策略在滚动数据集上的回测超额收益率
2.我的职责
作为量化分析师，我负责使用 AI 时序相关算法建立多因子模型，结合股票分层组合策略，完成回测分析。
其工作内容包括：
a.使用 baostock API 下载沪深300股票数据，并清洗、分析、划分数据集；
b.基于 pytorch 框架搭建简单的 LSTM 模型；
c.构建估值因子、成长因子、技术因子、基本面因子、宏观因子等特征，使用皮尔森系数，SOM，
K-means ，树模型特征重要性等技术筛选因子；
d.基于 optuna 的模型超参数优化；
e.根据300只股票下月收益率预测的降序排列，等分10个组合，计算每个组合中每只股票配比
f. 在滚动测试集和10个组合中，分别回测相较同期沪深300指数的超额收益率