利用深度学习进行日内股价预测作为市场效率的度量
交易与市场微观结构
2019-08-23 v1 机器学习
摘要
在金融学中，有效市场假说的弱形式断言历史股价和成交量数据不能为预测未来价格提供信息。本文中，我们表明相反地，直到2009年，未来的日内股价都可以被有效预测。我们使用两种不同的盈利性机器学习交易策略来证明这一点。然而，两种方法的有效性随时间推移而减弱，在2009年之后均不再盈利。我们详细呈现了2003-2017年期间的实现方法和结果，并提出了一个新思路：将此类灵活的机器学习方法用作相对市场效率的客观度量。我们以一个候选解释作为结论，将我们的回报随时间的变化与高频交易量进行比较，并提出了进一步研究的具体步骤。
引用
@article{arxiv.1908.08168,
title = {Intra-day Equity Price Prediction using Deep Learning as a Measure of Market Efficiency},
author = {David Byrd and Tucker Hybinette Balch},
journal= {arXiv preprint arXiv:1908.08168},
year = {2019}
}
备注
In journal submission