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。
➡️