استخدام التعلم العميق للتنبؤ باتجاهات السوق خارج الزخم التاريخي

الملخص

ترى الورقة أن استراتيجيات اتباع الاتجاه والزخم التقليدية تعتمد على سلوك الأسعار السابق وقد تكون محدودة عندما تتغير ظروف السوق. وتقترح استخدام الذكاء الاصطناعي وتقنيات التعلم الآلي للتنبؤ باتجاهات السوق المستقبلية بهدف دعم قرارات إدارة الأصول.

يقترح المؤلفون أن التوقعات الدقيقة قد تساعد على زيادة العوائد وتقليل التراجعات، لكن النص المقدم لا يصف نموذجًا محددًا أو بيانات مدخلة أو تصميمًا للتقييم أو نتائج مقاسة. لذا ينبغي قراءة الفوائد المذكورة بوصفها دافعًا للبحث، لا دليلًا مثبتًا في هذا المقتطف. ويقدم النص مبررًا عامًا لنماذج الاتجاه التنبؤية، لكنه لا يتضمن تفاصيل كافية للحكم على متانتها أو تنفيذها أو أدائها مقارنة بالاستراتيجيات المعروفة.

الأفكار الرئيسية

• تعرض الورقة اتباع الاتجاه والزخم التاريخيين على أنهما محدودان لاعتمادهما على سلوك السوق السابق.
• تدعو الورقة إلى استخدام أساليب التعلم الآلي للتنبؤ باتجاهات السوق المستقبلية.
• يُقصد بالتوقعات المقترحة دعم قرارات إدارة الأصول.
• لا يقدم المقتطف تفاصيل للنموذج أو أدلة تجريبية على فوائد العوائد والتراجعات المذكورة.

الوسوم

# Beyond Trend Following: Deep Learning for Market Trend Prediction


# Beyond Trend Following: Deep Learning for Market Trend Prediction









Trend following and momentum investing are common strategies employed by asset managers. Even though they can be helpful in the proper situations, they are limited in the sense that they work just by looking at past, as if we were driving with our focus on the rearview mirror. In this paper, we advocate for the use of Artificial Intelligence and Machine Learning techniques to predict future market trends. These predictions, when done properly, can improve the performance of asset managers by increasing returns and reducing drawdowns.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.