使用贝叶斯深度学习预测 VIX
机器学习
2024-06-25 v1
摘要
近来，深度学习技术正逐渐取代传统的统计和机器学习模型，成为价格预测任务的首选。在本文中，我们利用概率深度学习来推断波动率指数 VIX。我们采用了 WaveNet、时序卷积网络（TCN）和 Transformer 的概率对应版本。我们证明 TCN 优于所有模型，其 RMSE 约为 0.189。此外，众所周知，现代神经网络提供的不确定性估计并不准确。为了解决这个问题，我们使用标准差缩放来校准网络。此外，我们发现，在精确度和不确定性预测方面，具有高斯先验的 MNF 优于重参数化技巧和 Flipout 模型。最后，我们声称，具有 Cauchy 和 LogUniform 先验分布的 MNF 能产生校准良好的 TCN 和 WaveNet 网络，其中前者能最好地推断 VIX 值。
引用
@article{arxiv.2401.17042,
title = {Forecasting VIX using Bayesian Deep Learning},
author = {Héctor J. Hortúa and Andrés Mora-Valencia},
journal= {arXiv preprint arXiv:2401.17042},
year = {2024}
}