基于深度学习的印度股市板块盈利性探索
计算金融
2025-05-16 v1 机器学习
投资组合管理
摘要
本文探讨了使用深度学习长短期记忆（LSTM）模型进行准确股票价格预测及其对投资组合设计的影响。尽管有效市场假说暗示无法预测股票价格，但近期研究表明，先进算法和预测模型具有潜在价值。该研究基于现有文献构建，强调向机器学习和深度学习方法的转变。使用来自印度NSE上市180只股票（18个板块）的历史价格，LSTM模型预测未来价格。这些预测指导每只股票的买卖决策并分析板块盈利能力。研究的主要贡献有三点：引入优化LSTM模型用于稳健的投资组合设计，利用LSTM预测进行买卖交易，以及对板块盈利能力和波动性的洞察。结果表明，LSTM模型在准确预测股票价格和信息化投资决策方面具有效力。通过比较板块盈利能力和预测准确性，该工作为印度当前金融市场的动态提供了宝贵洞察。
引用
@article{arxiv.2407.01572,
title = {Exploring Sectoral Profitability in the Indian Stock Market Using Deep Learning},
author = {Jaydip Sen and Hetvi Waghela and Sneha Rakshit},
journal= {arXiv preprint arXiv:2407.01572},
year = {2025}
}
备注
This is the pre-print of the paper that has been accepted for publication in the Inderscience Journal "International Journal of Business Forecasting and Marketing Intelligence". The paper is 35 pages long, and it contains 37 figures and 20 tables. This is, however, not the final published version