主流深度学习量化股票交易策略的比较评估

Haohan Zhang

主流深度学习量化股票交易策略的比较评估

交易与市场微观结构 2021-04-07 v2 机器学习

作者: Haohan Zhang

摘要

本研究首先重构了三种具代表性的深度学习驱动的股票交易模型及其关联策略，它们分别代表了不同的问题处理思路，并建立在围绕深度学习演化的诸多理论的不同方面之上。随后，本研究通过在基准长期处于历史低点的三种情景下运行交易模拟，从不同视角比较这些策略的表现。结果表明，在极端不利的市场环境中，由深度学习驱动算法管理的投资组合能够通过生成将持续为负的沪深 300 基准收益向上推移的收益序列，避免累计损失。三者之中，当基准持续亏损时，LSTM 模型的策略表现最佳。

关键词

深度学习股票交易量化金融 LSTM 投资组合管理沪深 300

引用

@article{arxiv.2103.15304,
  title  = {A Comparative Evaluation of Predominant Deep Learning Quantified Stock Trading Strategies},
  author = {Haohan Zhang},
  journal= {arXiv preprint arXiv:2103.15304},
  year   = {2021}
}

备注

14 pages, 9 figures

主流深度学习量化股票交易策略的比较评估

摘要

关键词

引用

备注

相关论文