BriefGPT - AI 论文速递
·
HLOB -- 限价订单簿中的信息持续性和结构
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
研究引入了一种新型的深度学习模型HLOB，用于预测限价单簿的中间价格变动。该模型利用信息过滤网络揭示了更深层次和非平凡的依赖结构，并通过同源卷积神经网络处理底层系统复杂性。实验结果表明，HLOB优于其他深度学习模型，揭示了限价单簿信息的空间分布和预测时间范围内的退化情况。
🎯
关键要点
- 研究引入了一种新型的深度学习模型HLOB，用于预测限价单簿的中间价格变动。
- HLOB模型利用信息过滤网络揭示了更深层次和非平凡的依赖结构。
- 该模型通过同源卷积神经网络处理底层系统复杂性，确保设计的确定性。
- 实验对比了HLOB与9种最先进的深度学习模型，结果表明HLOB表现优越。
- HLOB揭示了限价单簿信息的空间分布情况及其在预测时间范围内的退化情况。
- 研究缩小了微观结构建模与基于深度学习的高频金融市场预测之间的差距。
➡️
