ディープラーニングは取引を量化できるのか?

ディープラーニングは取引を量化できるのか?

• 予想はいいけど (高周波取引を除いて)

  多くの記事や世論や証券商が,深層学習について,歴史指標をインプットとして利用し,LSTMのようなネットワークを利用して,将来の株やフューチャーでの収益を予測し,それを取引戦略に適合させる記事を掲載しています. この方法は基本的には,分類方法や回帰方法の両方で試しましたが,結果が悪いです. そして,出力は移動平均の推移傾向があります.

  ここで,新しい技術による株価予測の信頼性が低いという点については言及しませんが,まずは,なぜいくつかの入力で未来を予測できるのかについて考えてみてください.この歴史的データに基づく予測の仮説は強力で,強い仮説では,ブラックボックスで実行された結果で,勝率がわずかに強くなると,少し不気味です.

  画像分類に適した新しい技術はどのように応用されるのでしょうか? ディープラーニングの鍵は,画像と名前との間に安定したデータ次元相関関係があるということです. この関係は複雑ですが,関係は安定しています. 金融配列は違いますが,歴史的なデータによる予測の論理自体は不安定で,このような複雑なツールの結果は混乱するだけです. しかし,実際には,ディープラーニングは二次市場量化取引に特に適した応用があります.

チェノの量化取引から転送