投资者兴趣的深度预测:一种有监督聚类方法
机器学习
2021-03-01 v3 计算金融
机器学习
摘要
我们提出一种新颖的深度学习架构,适用于预测给定时间框架内对给定资产的投资者兴趣。该架构同时执行投资者聚类与建模。我们首先在受真实数据启发的合成场景上验证其优越性能,然后将其应用于两个真实世界数据库:一个关于西班牙股市中投资者持仓的公开数据集,以及来自法国巴黎银行企业与机构银行的专有数据。
引用
@article{arxiv.1909.05289,
title = {Deep Prediction of Investor Interest: a Supervised Clustering Approach},
author = {Baptiste Barreau and Laurent Carlier and Damien Challet},
journal= {arXiv preprint arXiv:1909.05289},
year = {2021}
}