基于机器学习模型集成与改进交易策略的期权预测优化
计算金融
2022-11-30 v1 机器学习
摘要
本文介绍了应用机器学习（ML）模型、改进的交易策略以及准可逆方法（QRM）来优化股票期权预测与交易结果的关键方面。它展示了研究项目“将卷积神经网络与准可逆方法结果应用于期权预测”的后续成果。首先，该项目包含了循环神经网络（RNN）与长短期记忆（LSTM）网络的应用，提供了一种预测股票期权走势的新方法。此外，它通过评估组合多个 ML 模型以改进预测结果与决策的实验方法，考察了 ML 模型之间的依赖性。最后，给出了两种改进的交易策略与模拟投资结果。应用了具有离散时间随机过程分析与组合对冲的二项资产定价模型，并提出了优化的投资预期。这些结果可基于历史数据应用于实际交易策略中以优化股票期权投资结果。
引用
@article{arxiv.2211.15912,
title = {Optimizing Stock Option Forecasting with the Assembly of Machine Learning Models and Improved Trading Strategies},
author = {Zheng Cao and Raymond Guo and Wenyu Du and Jiayi Gao and Kirill V. Golubnichiy},
journal= {arXiv preprint arXiv:2211.15912},
year = {2022}
}
备注
11 pages