论文 | 深度学习股票预测

作者：chen_h
微信号 & QQ：862251340
微信公众号：coderpai

---

论文链接：Deep learning networks for stock market analysis and prediction

摘要

作者考虑了两个主要问题：

• 仅使用日内市场数据预测日内股票回报；
• 使用预测的股票收益预测协方差矩阵；

数据集

数据集由来自韩国 KOSPI 的38种股票组成，每5分钟取样一次。数据收集的日期范围是 2010-01-04 至 2014-12-30 。首先将 80% 的样本（2010-01-04 至 2013-12-24）用于训练。在每个时间戳，该算法访问每个数据的最后 10 个对数收益。对数收益计算公式为 $r_t=ln(S_t/S_{t-\Delta t})$ ，其中 $S_t$ 是股票在 t 时刻的价格，$\Delta t$ 表示 5 分钟。该样本包含每个股票的总共 1239 个交易日和 73041 个五分钟的回报。

数据预处理

作者探索了各种预处理技术。预处理数据在预测阶段被输入到神经网络。

• RawData：没有预处理，38*10 大小的矢量数据；
• PC200：输出维度为 200 的 PCA；
• PC380：输出维度为 380 的PCA；
• AE400：输出维度为 400 的稀疏自动编码器；
• AE800：输出维度为 800 的稀疏自动编码器；

日内股票收益预测方法

将具有 2 个隐藏层的神经网络与具有 10 个滞后变量的单变量自回归模型进行比较。隐藏层的大小分别为 200 和 100。由于这是一个回归模型，最终输出是一个标量。

$h_1=ReLU(W_1{u}_t+b_1)$

$h_2=ReLU(W_2{h}_1+b_2)$

${\hat{r}}_{i,t+1}=W_3{h}_2+b_3$

股票回报结果

Method	NMSE
AR(10)	0.9655
ANN (RawData)	0.9937
DNN (RawData)	0.9629
DNN (PCA380)	0.9660
DNN (RBM400)	0.9702
DNN (AE400)	0.9638

NMSE 是归一化的均方误差，定义为：

$NMSE=\frac{1}{N}\frac{{\sum }_{n=1}^N(r_{t+1}^n-{\hat{r}}_{t+1}^n{)}^2}{var(r_{t+1}^n)}$

其中，var 表示方差。

总结

结果肯定有点令人沮丧，但是，这也并不奇怪。我自己对A股日内数据做实验的时候，也有类似结果。较高频率的日内数据的根本问题是数据中内置的大量噪声。通过使用神经网络简单的增加模型容量并不能解决这个问题。