文件名称：外汇流形学习的算法交易模型-研究论文
文件大小：442KB
文件格式：PDF
更新时间：2024-06-08 14:16:45
FX Manifold Learning NLDR KDR
本文将简要概述在Kineta电子市场系统中引入机器学习智能的工作，以促进外汇交易市场中的自动对冲，智能价格引擎算法和专有的自动定位。 在本文中，我们将简要概述该项目中采取的步骤。 系统中已实现并评估了许多定量技术。 到目前为止，我们已经研究了多种学习的使用。 一类基于几何的非线性数据挖掘方法，用于预测外汇市场的走势。 金融时间序列通常与时间相关。 并可能包含有价值的客户特定专有信息。 原则上，可以利用这种关系进行预测。 但是，它们可能是嘈杂的，非线性的，并且会随着时间而变化，因此这是一项具有挑战性的任务。 因此，对于模型交易和定量策略而言，用于检测和利用这种相关性的鲁棒方法引起了人们的极大兴趣。 为此，我们研究了提出的方法在流形上的非线性回归的应用。 该方法涉及通过Laplacian特征图进行降维，并优化归一化图Laplacian导致的核特征空间中的交叉协方差算子。