利用机器学习技术进行行业特定ETF方向变化预测的先进LSTM神经网络

💡 原文中文,约500字,阅读约需2分钟。
📝

内容提要

该论文提出了一种新颖的冒险资产组合对冲方法,通过基于资产价格的集合算法投资策略实现多样化潜力验证。研究发现,基于LSTM的策略优于其他模型,比特币构建的AIS是最佳多样化方法。LSTM模型在更高频率的数据上表现优异。

🎯

关键要点

  • 该论文提出了一种新颖的冒险资产组合对冲方法。
  • 通过基于资产价格的集合算法投资策略实现多样化潜力验证。
  • 采用四种不同的理论模型生成价格预测,包括LSTM、ARIMA-GARCH、动量和逆势。
  • 研究验证了不同类型投资策略在对冲标普500指数的多样化潜力。
  • 实证数据涵盖2004年至2022年。
  • 基于LSTM的策略优于其他模型。
  • 比特币构建的AIS是最佳多样化方法。
  • LSTM模型在更高频率的数据上表现优异。
➡️

继续阅读