用于高频交易的价格变动深度概率建模

在本文中，我们提出了一种深度循环架构，用于对高频市场价格进行概率建模，这对于自动交易系统的风险管理非常重要。我们提出的架构将概率混合模型整合到深度循环神经网络中。由此产生的深度混合模型同时解决了开发自动高频交易策略中几个在先前文献中被忽视的实际挑战：1）价格变动的概率预测；2）对价格变动的方向和大小进行单一目标预测。我们在高频比特币市场数据上训练了我们的模型，并根据文献中获得的基准模型对它们进行了评估。我们表明，无论是在基于指标的测试中还是在模拟交易场景中，我们的模型都优于基准模型。