Kann Deep Learning zur Quantifizierung von Transaktionen verwendet werden?

Kann Deep Learning zur Quantifizierung von Transaktionen verwendet werden?

• Ja, aber keine Vorhersagen (außer Hochfrequenz-Trading)

  Ich sehe viele Artikel, in denen die Öffentlichkeit oder Broker schreiben, dass Deep Learning auf Basis historischer Indikatoren als Input verwendet wird, um Netzwerke wie LSTM zu nutzen, um zukünftige Aktien- und Futures-Erträge zu prognostizieren und sie in eine Handelsstrategie zu integrieren.

  Hier geht es nicht um die Unzuverlässigkeit neuer Technologien, um die Preise von Anlagen wie Aktien vorherzusagen, aber zuerst sollten Sie sich fragen, warum man die Zukunft mit wenigen Eingaben vorhersagen kann. Diese Hypothese, die auf historischen Daten basiert, ist eine starke Hypothese. Unter einer starken Hypothese ist es etwas schlechter, mit einer Blackbox bei einem Run ein Ergebnis zu erzielen, bei dem die Gewinnchancen nur knapp sind. Es ist schwer zu überzeugen, dass sie in der Praxis verwendet werden.

  Wie kann man diese neuen Technologien anwenden? Tiefes Lernen eignet sich für die Klassifizierung von Bildern, und der Schlüssel ist, dass es eine stabile Daten-Dimensions-Korrespondenz zwischen Bildern und Namen gibt, die komplex ist, aber eine stabile Beziehung. Die Logik für die Vorhersage der Zukunft durch historische Daten ist unbeständig, was die Ergebnisse dieser komplexen Werkzeuge verwirrt.

Übersetzt von Zenno Quantum Trading