Feb, 2016
金融中的深度学习
Deep Learning in Finance
J. B. Heaton, N. G. Polson, J. H. Witte
TL;DR使用深度学习层次模型探索金融预测和分类问题,应用深度学习方法可以比现有标准方法更好地解决大规模数据集中的复杂数据交互问题,以便探测和利用当前任何金融经济理论看不到的数据交互。
Abstract
We explore the use of deep learning hierarchical models for problems in
financial prediction and classification. →
发现论文,激发创造
深度学习在股市预测中的应用:最近进展
这篇研究论文对近年来基于深度学习模型的股票市场预测的研究进行了综述,分析并分类了不同数据源、神经网络结构、常用评估指标以及实现和可重现性,并提出了未来的研究方向,旨在帮助研究人员了解最新进展和重现以前的研究作为基线。
Feb, 2020
深度学习在金融市场预测中的应用
本文提出了基于一维卷积神经网络的金融市场预测模型,并通过历史交易数据严格回测,证明了该模型可以更有效地提取更一般化和信息丰富的特征,实现比之前的机器学习方法更强大且更有利润性的金融绩效。
Apr, 2021
2020-2022 年间金融时序预测的深度学习技术进展综述
本文综述了近年来 2020 至 2022 年关于利用深度学习模型基于金融时序数据预测价格的研究,包括不同数据源和神经网络结构的实现细节,旨在让研究人员了解该领域最新进展,方便选择先前研究中使用的模型基线,并提供未来研究建议。
Apr, 2023
跨部门预测股票回报的深度学习
本研究利用深度学习方法预测日本股市横截面中一个月的股票回报,并发现深度神经网络通常优于浅层神经网络,而且最佳网络也优于代表性的机器学习模型,这表明深度学习在预测横截面股票回报方面表现良好。
Jan, 2018
基于深度学习的金融时间序列预测:2005-2019 年系统性文献综述
本文为对财务领域中利用深度学习模型进行时间序列预测的文献进行了全面的回顾,将研究分为根据预测实现区域(如指数、外汇、商品预测),以及基于不同 DL 模型选择(如 CNNs,DBNs,LSTM),同时探讨了该领域未来的发展机会和挑战。
Nov, 2019
深度学习:教程
通过使用深度学习方法对结构化的高维数据进行深入研究,我们得出一种预测规则,利用半仿射输入转换的层次结构生成一组属性或特征,然后应用概率统计方法,实现可伸缩的带有不确定性量化的预测规则,其中稀疏正则化找到了这些特征。
Oct, 2023