面向实际投资管理的深度学习横截面股价预测
投资组合管理
2020-07-21 v1
摘要
股价预测在学术与实务上均为重要研究主题。迄今已研究出多种股价预测方法。在金融领域，通过横截面分析解释股价的特征被称为“因子”。金融学诸多实证研究已识别出横截面上具备哪些特征的股票相对上涨或下跌。近来，由于这些因子与股价间关系复杂且非线性，使用机器学习尤其是深度学习的股价预测方法被提出。然而，尚无从事实际投资管理的实用案例。因此，本文提出一种面向实际投资管理的深度学习横截面日度股价预测框架。例如，我们利用市场收盘时可获得的信息构建投资组合，并于次日市场开盘时投资。我们在日本股市进行实证分析，确认了该框架的盈利性。
引用
@article{arxiv.2002.06975,
title = {Cross-sectional Stock Price Prediction using Deep Learning for Actual Investment Management},
author = {Masaya Abe and Kei Nakagawa},
journal= {arXiv preprint arXiv:2002.06975},
year = {2020}
}
备注
accepted for publication in 2020 International Artificial Intelligence and Blockchain Conference (AIBC 2020)