大數(shù)據(jù)深度學(xué)習(xí)之股指期貨日內(nèi)交易策略

大數(shù)據(jù)深度學(xué)習(xí)之股指期貨日內(nèi)交易策略

ID:42274050

大小:1.13 MB

頁數(shù):24頁

時(shí)間:2019-09-10

大數(shù)據(jù)深度學(xué)習(xí)之股指期貨日內(nèi)交易策略_第1頁
大數(shù)據(jù)深度學(xué)習(xí)之股指期貨日內(nèi)交易策略_第2頁
大數(shù)據(jù)深度學(xué)習(xí)之股指期貨日內(nèi)交易策略_第3頁
大數(shù)據(jù)深度學(xué)習(xí)之股指期貨日內(nèi)交易策略_第4頁
大數(shù)據(jù)深度學(xué)習(xí)之股指期貨日內(nèi)交易策略_第5頁
資源描述:

《大數(shù)據(jù)深度學(xué)習(xí)之股指期貨日內(nèi)交易策略》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。

1、金融工程

2、專題報(bào)告2014年6月18日證券研究報(bào)告o深度學(xué)習(xí)之股指期貨日內(nèi)交易策略圖1深度學(xué)習(xí)股指期貨交易策略累積收益曲線大數(shù)據(jù)深度學(xué)習(xí)系列之一報(bào)告摘要:?金融大數(shù)據(jù)下的機(jī)器學(xué)習(xí)作為大數(shù)據(jù)時(shí)代機(jī)器學(xué)習(xí)的革命性成果,深度學(xué)習(xí)自提出以來迅速發(fā)展,在互聯(lián)網(wǎng)領(lǐng)域掀起了一股方興未艾的研究和應(yīng)用熱潮。谷歌、微軟、IBM、百度等IT巨頭們紛紛厲兵秣馬,在深度學(xué)習(xí)領(lǐng)域投入人力物力;不負(fù)眾望,深度學(xué)習(xí)也解決了一個(gè)又一個(gè)難題,在語音識(shí)別和圖像識(shí)別等機(jī)Table_Author器學(xué)習(xí)領(lǐng)域取得了眾多突破。?深度學(xué)習(xí)高頻股價(jià)預(yù)測(cè)模型從市場(chǎng)微觀結(jié)

3、構(gòu)的角度來說,股票價(jià)格的形成和變化是由買賣雙方的分析師:安寧寧S0260512020003交易行為決定的,因此,對(duì)高頻市場(chǎng)行情數(shù)據(jù)的挖掘有可能獲得對(duì)未來股票價(jià)格走勢(shì)的有預(yù)測(cè)能力的模式。0755-23948352本報(bào)告通過樣本內(nèi)大量歷史數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)預(yù)測(cè)模型,對(duì)1秒鐘高ann@gf.com.cn頻下的股指期貨價(jià)格漲跌進(jìn)行預(yù)測(cè)。該預(yù)測(cè)模型的樣本外的準(zhǔn)確率超過73%,表現(xiàn)不俗。?深度學(xué)習(xí)股指期貨交易策略基于深度學(xué)習(xí)股價(jià)預(yù)測(cè)模型對(duì)股票價(jià)格變化的預(yù)測(cè),本報(bào)告提出了股指期貨的日內(nèi)交易策略。該交易策略自2013年以來累積收益率達(dá)

4、99.6%,年化收益率為77.6%,最大回撤為-5.86%。?結(jié)論通過股指期貨高頻價(jià)格預(yù)測(cè)模型的實(shí)證研究,本報(bào)告驗(yàn)證了深度學(xué)習(xí)這一大數(shù)據(jù)時(shí)代的機(jī)器學(xué)習(xí)利器在股票價(jià)格預(yù)測(cè)上的有效性。并基于預(yù)測(cè)模型提出了股指期貨交易策略,取得了良好的效果。識(shí)別風(fēng)險(xiǎn),發(fā)現(xiàn)價(jià)值請(qǐng)務(wù)必閱讀末頁的免責(zé)聲明1/24金融工程

5、專題報(bào)告目錄索引一、機(jī)器學(xué)習(xí)掘金量化投資.............................................................................................

6、....4二、深度學(xué)習(xí)介紹................................................................................................................5(一)深度學(xué)習(xí):機(jī)器學(xué)習(xí)的新浪潮............................................................................5(二)模型起源...................................

7、.........................................................................7(三)深層模型結(jié)構(gòu).....................................................................................................8(四)人工神經(jīng)網(wǎng)絡(luò)...................................................................

8、..................................9(五)自編碼器和深度網(wǎng)絡(luò)........................................................................................12(六)大數(shù)據(jù)優(yōu)化問題的迭代算法.............................................................................14三、交易策略........................

9、.............................................................................................16四、實(shí)證分析.....................................................................................................................17五、總結(jié)與討論..................................

10、...............................................................................22識(shí)別風(fēng)險(xiǎn),發(fā)現(xiàn)價(jià)值請(qǐng)務(wù)必閱讀末頁的免責(zé)聲明2/24金融工程

11、專題報(bào)告圖表索引圖1:機(jī)器學(xué)習(xí)的一般流程..........................................

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。