TabNet-Prognose der kurzfristigen Richtung von Silber-Futures

Zusammenfassung

Diese Studie prognostiziert kurzfristige Richtungsänderungen eines Futures-Kontrakts anhand von Merkmalen aus der technischen Analyse, dem Orderflow und Orderbuchdaten. Sie trainiert ein TabNet-Deep-Learning-Modell auf Silber-Futures der Shanghai Futures Exchange. Die Eingaben werden kombiniert, um die Richtung der nächsten Bewegung zu klassifizieren.

Die angegebene Genauigkeit beträgt im ausgewählten Evaluierungszeitraum 0.601. Das Dokument enthält nur wenige Details zum Zeitraum, zur Datenaufbereitung, zum Validierungsdesign, zu Tradingkosten oder zur Leistung im Vergleich zu einer Basislinie. Das Ergebnis beschreibt daher ein Prognoseexperiment und belegt weder, dass das Modell profitable Trades ermöglichen würde, noch dass es sich auf andere Kontrakte und Marktbedingungen übertragen lässt.

Kernaussagen

• Das Modell kombiniert technische Indikatoren, Orderflow-Merkmale und Orderbuchdaten.
• TabNet prognostiziert kurzfristige Richtungsänderungen bei Silber-Futures.
• Die angegebene Genauigkeit im ausgewählten Zeitraum beträgt 0.601.
• Die knappe Beschreibung belegt weder Rentabilität noch eine Leistung außerhalb des untersuchten Kontrakts und Zeitraums.

Schlagwörter

# Neural Network and Order Flow, Technical Analysis: Predicting short-term direction of futures contract


# Neural Network and Order Flow, Technical Analysis: Predicting short-term direction of futures contract









Predictions of short-term directional movement of the futures contract can be challenging as its pricing is often based on multiple complex dynamic conditions. This work presents a method for predicting the short-term directional movement of an underlying futures contract. We engineered a set of features from technical analysis, order flow, and order-book data. Then, Tabnet, a deep learning neural network, is trained using these features. We train our model on the Silver Futures Contract listed on Shanghai Futures Exchange and achieve an accuracy of 0.601 on predicting the directional change during the selected period.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.