基于注意力机制的双向LSTM价格预测
计算金融
2023-06-21 v2 机器学习
投资组合管理
摘要
随着金融衍生品市场的日益丰富与发展，交易频率也越来越快。由于人类自身的局限性，算法与自动交易近来成为讨论的焦点。本文提出一种基于注意力机制的双向LSTM神经网络，其以黄金和比特币这两种流行资产为基础。在特征工程方面，我们一方面加入传统技术因子，同时结合时间序列模型来开发因子。在模型参数选择上，我们最终选用了两层深度学习网络。根据AUC度量，比特币与黄金的准确率分别为71.94%和73.03%。利用预测结果，我们在两年内实现了1089.34%的收益率。同时，我们还将本文提出的注意力Bi-LSTM模型与传统模型进行比较，结果表明我们的模型在该数据集上表现最佳。最后，我们讨论了模型与实验结果的意义，以及未来可能的改进方向。
引用
@article{arxiv.2212.03443,
title = {Bi-LSTM Price Prediction based on Attention Mechanism},
author = {Jiashu Lou and Leyi Cui and Ye Li},
journal= {arXiv preprint arXiv:2212.03443},
year = {2023}
}