| 题目 | Deep Learning for Limit Order Books |
|---|---|
| 论文链接 | 论文pdf链接 |
| 发表时间 | 2016.05.16 |
| 论文作者 | Justin Sirignano |
文章小结
作者Justin的文章很多集中于机器学习，这篇文章使用机器学习的方式预测order book对于价格变化的影响， 其实technique并不是特别fancy，把softmax结合进去定义了所谓的spatial model。预测分为两种，其一是预测下一次best bid /ask 变化的时候，对于不同 order book level上面best ask/bid的概率分布；另一种是取固定的时间间隔进行预测（作者这里使用了1s）。
文章纪要
- 在使用机器学习的过程中，作者也使用了relu，dropout等常见技巧。
- 作为baseline，作者和naive empirical model以及logistic regression，普通的nn 网络进行了对比。训练使用了50张卡。
- 文章中的logistic regression定义为：
P ( Y > y ∣ Y ≥ y ) = ( 1 + e x p ( b + θ ⋅ ( s i z e a t l e v e l y − K , … , s i z e a t l e v e l y + K ) ) ) − 1 , y > 0 \mathbb{P} (Y >y |Y\geq y) = (1+exp(b +\theta \cdot (\mathrm{size \, at\, level \, y-K, \dots, size \, at\, level \, y+K})))^{-1}, y>0 P(Y>y∣Y≥y)=
最低0.47元/天 解锁文章
3725
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
