深度学习在量化投资中的应用
李文鹏
高宇菲
钱佳佳
陈
曦
【摘
要】
本文研究股票价格趋势的预测问题,并给出基于深度学习的股票价格
趋势预测方法。构建深度学习网络模型,对沪深
300
股票指数高频数据进行训
练学习并做出涨跌预测。研究表明,本文所设计的深度学习算法在股票价格趋
势预测问题上有较好的数据特征抽取能力,能够反映样本的本质特征,并取得
比较好的预测结果。
【期刊名称】
统计与管理
【年
(
卷
),
期】
2017(000)008
【总页数】
3
【关键词】
深度学习
神经网络
沪深
300
股票指数
TensorFlow
引言
近年来,股票投资己成为现代人生活中一个重要组成部分,而股票价格的预测
也成为投资者关心和研究的重点
[1]
。在深度学习研究如火如荼的进行并且不断
向人们展现它强大能力的同时,将深度学习用来处理金融数据也掀起了一股方
兴未艾的研究热潮。华尔街著名对冲基金经理西蒙斯的壁虎式投资理论告诉我
们,投资时可以通过对交易品种的短线价格进行方向性预测,捕捉到短期套利
机会。本文通过建立深度学习网络模型对沪深
300
股票指数
[2]
高频数据进行学
习并对价格涨跌做出方向性预测,从而为投资者提供有价值的参考。本文对实
际的量化交易进行简化,只对股指期货数据进行方向性预测,即只预测涨跌。
这样只要能够准确的预测涨跌,再稍作修改就可以将它应用到实际的量化交易
中去。