U-CNNpred：一种基于CNN的通用股票市场预测器
机器学习
2019-12-02 v1 计算金融
机器学习
摘要
金融市场预测系统的性能在很大程度上取决于其所用特征的质量。尽管研究者已采用多种技术来增强股票特定特征，但较少关注提取表征金融市场一般机制的特征。本文研究了在股票市场预测领域提取此类一般特征的重要性，并展示其如何提升金融市场预测性能。我们提出一个名为U-CNNpred的框架，其采用基于CNN的结构。基础模型在 specially 设计的逐层训练流程中，利用来自多个金融市场的历史数据池进行训练，以提取不同市场中的共性模式。我们的实验使用了标普500中的数百只股票以及全球14个著名指数，结果表明该模型在预测其所训练市场的方向性运动时可超越基线算法。我们还展示了基础模型可经微调用于预测新市场，并取得比从零开始构建市场特定模型的前沿(state of the art)基线算法更优的性能。
引用
@article{arxiv.1911.12540,
title = {U-CNNpred: A Universal CNN-based Predictor for Stock Markets},
author = {Ehsan Hoseinzade and Saman Haratizadeh and Arash Khoeini},
journal= {arXiv preprint arXiv:1911.12540},
year = {2019}
}