利用数据增强与元学习通过深度学习预测市场价格：ARIMA 仍胜出！
机器学习
2021-12-08 v2 人工智能
摘要
深度学习技术已成功用于时间序列预测，并且在许多标准基准数据集上相比传统技术常表现出更优的性能。在此我们提出一项关于深度学习技术预测金融市场价格的全面比较研究。我们在来自货币及股票市场的数据上对 NBeats 等最先进的深度学习基线进行基准测试。我们还使用由移动平均等技术规则（交易者常用）驱动的需求的模糊逻辑模型生成合成数据。我们在该合成数据上对基线技术进行基准测试，并将其用于数据增强。我们还应用基于梯度的元学习以应对金融时间序列的非平稳性。尽管我们进行了大量实验，令人惊讶的结果是标准 ARIMA 模型即使在使用数据增强或元学习的情况下仍优于深度学习。我们最后推测了可能出现这种情况的原因。
引用
@article{arxiv.2110.10233,
title = {Forecasting Market Prices using DL with Data Augmentation and Meta-learning: ARIMA still wins!},
author = {Vedant Shah and Gautam Shroff},
journal= {arXiv preprint arXiv:2110.10233},
year = {2021}
}
备注
Camera Ready Version for ICBINB Workshop @ NeurIPS 2021