【摘 要】
：
在金融工程的分类任务中,由于金融数据噪音大、信息比率低的特点,传统深度算法的有监督训练模式往往过于依赖数据本身的绝对标签从而进一步放大了噪音对最终结果的影响.生成
【机 构】
：
中国科学技术大学管理学院,安徽合肥 230026;贵州财经大学数学与统计学院,贵州贵阳 550025
论文部分内容阅读
在金融工程的分类任务中,由于金融数据噪音大、信息比率低的特点,传统深度算法的有监督训练模式往往过于依赖数据本身的绝对标签从而进一步放大了噪音对最终结果的影响.生成对抗网络(generative adversarial network,GAN)能够利用深度网络挖取数据特征,增强数据,减少噪音影响,应用于金融序列分析时效果优异.这里将GAN模型用于高频交易,具体做法为:将数据按波动性分为有标签数据与无标签数据两类,利用生成网络G与判别网络D互相对抗训练来深度学习这些数据的内在特性,训练好后的D网络根据有标签数据信息亦可对真实数据进行类别判别,得到涨跌分类模型,进而给出量化交易策略.基于期货主力合约数据进行了实证分析,结果表明,基于GAN训练下的LSTM模型显著优于有监督训练下的LSTM等深度模型和Logistics回归模型.
其他文献
合金材料因其丰富可调的几何结构和电子性质,在催化和材料科学领域得到了广泛的应用.其中合金形成能作为一个重要的物理量,对合金材料的形成和催化活性有重要影响.近年来,随
在动态Copula函数中加入外生变量,构建了TV-Copula-X模型,在定义“波动率惊喜”的基础上,从均值溢出和波动溢出两个角度研究了金砖国家股市间相依结构是否会受到美国股市的影
考虑接种、隔离和剔除混合控制策略,建立了一个具有饱和接触率的SIQR传染病模型,从理论分析和数值模拟方面研究了该模型的全局稳定性.首先,通过计算得到了疾病灭绝与否的阈值
为了探究草酸水解聚唾液酸分离提纯制备高纯度N-乙酰神经氨酸的工艺条件,以期简化工艺步骤和降低生产成本;作者重点考察了草酸对聚唾液酸的水解,首先对比了草酸和其他常规水
考虑到市场的波动性和不确定性,如何在保持稳定收益的基础上有效控制风险是亟待解决的问题.通过遗传算法求解带止损条件的配对交易最优阈值,在协整和部分协整条件下的沪深300
项目针对矿山开关设备动力系统技术落后、起动瞬时电流冲击大、检测检验能力不能满足容量增加和科技进步需求等技术难题,经过12年联合持续攻关,在动力系统设计理论、软起动控
在Holt指数平滑模型、多层感知器(MLP)模型及支持向量机(SVM)模型三种区间预测方法的基础上,通过引进COWA算子和相关系数的概念,构建基于相关系数的区间型最优组合预测模型,
设计了双编码器-解码器模型,在模型的双编码器端分别对情绪变量和技术指标进行单独编码,以提高两类信息输入时编码器-解码器模型对股价的预测准确率.首先,对模型的编码和解码
针对隔离森林异常点检测方法计算烦琐、耗时长等不足,提出基于XmR控制图的异常点检测算法.通过计算样本属性的单值均值、移动极差及其均值,绘制X图与mR图的控制界限和中心线,
风险测度EVaR(以Expectile模型为基础)作为QVaR(以分位数为基础)的替代技术,其计算更加简便,且能够更加准确地反映极端值的影响.为了充分综合利用不同频率数据所包含的信息,