文件名称：DeepLOB：限价订单簿的深度卷积神经网络-研究论文
文件大小：603KB
文件格式：PDF
更新时间：2024-06-29 20:38:53
Feature extraction Predictive
我们开发了一个大规模的深度学习模型，以根据现金股票的限价订单 (LOB) 数据预测价格走势。 该架构利用卷积滤波器来捕获限价订单簿的空间结构以及 LSTM 模块来捕获更长的时间依赖性。 所提出的网络在基准 LOB 数据集上优于所有现有的最先进算法 [1]。 在更现实的环境中，我们使用伦敦证券交易所一年的市场报价来测试我们的模型，该模型为各种工具提供了非常稳定的样本外预测准确性。 重要的是，我们的模型可以很好地转化为不属于训练集的仪器，这表明该模型具有提取通用特征的能力。 为了更好地理解这些特征并超越“黑匣子”模型，我们进行了敏感性分析以了解模型预测背后的基本原理并揭示最相关的 LOB 组件。 提取可很好地转换为其他仪器的稳健特征的能力是我们模型的一个重要属性，该模型具有许多其他应用。