基于深度学习算法的高频交易策略及其盈利能力
2018-11-15分类号:F830.91;TP18
【部门】中国科学技术大学管理学院统计与金融系
【摘要】深度学习算法作为机器学习中的一种重要算法,在图像处理、语音识别、机器翻译等领域已成功应用.将深度学习算法应用于高频交易中,选取卷积神经网络和LSTM神经网络分别构建涨跌分类模型,在此基础上提出高频交易策略,并以沥青期货主力合约为例进行回测检验,实证分析策略优良性.通过与人工神经网络高频交易策略的比较,回测检验结果表明基于卷积神经网络和LSTM神经网络的高频交易策略的盈利能力较强,泛化能力较好,两种策略的胜率和期望收益虽有所差异,但均比人工神经网络高频交易策略高.
【关键词】深度学习 卷积神经网络 LSTM神经网络 量化投资 高频交易
【基金】国家自然科学基金(14401556,14471304)资助
【所属期刊栏目】中国科学技术大学学报
文献传递