BriefGPT - AI 论文速递
·
DeepVol: 通用资产波动率建模的深度迁移学习方法
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究利用公共社交媒体数据和深度学习表示，结合比特币价格数据，构建了多种深度学习构架来预测比特币的波动率。实证结果显示时间卷积网络在预测精度上表现更优，同时发现推文作者元信息是更好的波动率预测因子。
🎯
关键要点
- 本研究利用公共社交媒体数据和深度学习表示来预测比特币的波动率。
- 研究使用超过3000万条比特币相关推文的语义信息和用户统计信息。
- 结合144天内每15分钟的价格数据构建了多种深度学习构架。
- 实证结果显示时间卷积网络在预测精度上优于经典自回归模型和其他深度学习构架。
- 推文作者的元信息是更好的波动率预测因子，优于推文的语义内容和推文体积。
➡️
