股价跳跃到达的预测：基于限价订单簿数据的新注意力网络架构
交易与市场微观结构
2021-09-17 v1
摘要
现有文献表明限价订单簿数据可用于预测股票市场的短期价格变动。本文提出一种新神经网络架构，利用高频限价订单簿数据预测股票市场的收益跳跃到达。该基于带注意力的卷积长短期记忆的新架构，旨在应用具有记忆的时间序列表示学习，并将预测注意力聚焦于最重要的特征以提升性能。数据集由五只流动性强的美国股票的订单簿数据组成。注意力机制的使用使得分析纳入限价订单簿数据及其他输入变量的重要性成为可能。通过使用该机制，我们提供的证据表明，根据标的股票的不同，限价订单簿数据的使用被发现在跳跃预测中明显或略微提升了所提模型的性能。这表明限价订单簿市场中的路径依赖是一种个股特征。此外，我们发现带注意力机制的所提方法优于多层感知机网络以及卷积神经网络和长短期记忆模型。
引用
@article{arxiv.1810.10845,
title = {Forecasting of Jump Arrivals in Stock Prices: New Attention-based Network Architecture using Limit Order Book Data},
author = {Ymir Mäkinen and Juho Kanniainen and Moncef Gabbouj and Alexandros Iosifidis},
journal= {arXiv preprint arXiv:1810.10845},
year = {2021}
}