金融中的多模态深度学习：国际股票市场的整合与预测
计算金融
2019-09-20 v2 机器学习
摘要
在当今日益国际化的经济中，跨国际股票市场的收益与波动溢出效应是股票动态的主要宏观驱动因素。因此，关于外国市场的信息是预测国内股票价格最重要的因素之一。然而，国内与外国市场之间的交叉相关性极为复杂。因此，用动力学方程显式表达这种交叉相关性极其困难。在本研究中，我们利用多模态深度学习开发了能够联合考虑国际市场的股票收益预测模型。我们的贡献有三方面：(1) 我们使用散点图可视化韩国与美国股票市场之间的传递信息；(2) 我们借助多模态深度学习将该信息整合进股票预测模型；(3) 我们最终证明，早期融合与中间融合模型相比晚期融合与单模态模型取得了显著的性能提升。我们的研究表明，联合考虑国际股票市场可以提高预测精度，且深度神经网络对此类任务极为有效。
引用
@article{arxiv.1903.06478,
title = {Multimodal Deep Learning for Finance: Integrating and Forecasting International Stock Markets},
author = {Sang Il Lee and Seong Joon Yoo},
journal= {arXiv preprint arXiv:1903.06478},
year = {2019}
}