使用深度神经网络进行基于分类的金融市场预测-研究论文

【文件属性】：
文件名称：使用深度神经网络进行基于分类的金融市场预测-研究论文
文件大小：605KB
文件格式：PDF
更新时间：2021-06-09 11:09:20
Deep Neural Networks 深度神经网络 (DNN) 是使用多个隐藏层的强大人工神经网络 (ANN) 类型。 它们最近在语音转录和图像识别社区中获得了相当大的关注，因为它们具有卓越的预测特性，包括对过度拟合的鲁棒性。 然而，它们在算法交易中的应用以前没有被研究过，部分原因是它们的计算复杂性。 本文描述了 DNN 在预测金融市场运动方向中的应用。 特别地，我们描述了配置和训练方法，然后展示了它们在 5 分钟间隔内对 43 种不同商品和外汇期货中间价格的简单交易策略进行回溯测试的应用。 本文中的所有结果都是使用英特尔至强融核协处理器上的 C 实现生成的，其速度比串行版本快 11.4 倍，并使用 Python 策略回溯测试环境，两者均作为作者编写的开源代码提供。