基于深度学习的外汇与股票价格预测研究综述
统计金融
2021-03-18 v1
摘要
股票与外汇(Forex)的预测一直是热门且盈利的研究领域。深度学习的应用已被证明在金融预测与预报领域能取得更好的精度与收益。本综述从 DBLP 数据库中选取论文进行比较与分析。我们按不同的深度学习方法对论文分类,包括:卷积神经网络(CNN)、长短期记忆网络(LSTM)、深度神经网络(DNN)、循环神经网络(RNN)、强化学习,以及其他深度学习方法如 HAN、NLP 和 Wavenet。此外,本文回顾了每篇文章的数据集、变量、模型与结果。该综述通过最常用的性能度量指标呈现结果:RMSE、MAPE、MAE、MSE、准确率、夏普比率与收益率。我们发现近期将 LSTM 与其他方法(例如 DNN)结合的模型被广泛研究。强化学习与其他深度学习方法取得了很高的收益与性能。我们总结认为,近年来使用基于深度学习的方法进行金融建模的趋势正呈指数级上升。
引用
@article{arxiv.2103.09750,
title = {A Survey of Forex and Stock Price Prediction Using Deep Learning},
author = {Zexin Hu and Yiqi Zhao and Matloob Khushi},
journal= {arXiv preprint arXiv:2103.09750},
year = {2021}
}