सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

ट्रेज़री फ़्यूचर्स पोर्टफोलियो ट्रेडिंग के लिए डीप बिलीफ़ नेटवर्क

लेख arXiv papers · लेखक: Abhijit Sharang et al.
मूल स्रोत पढ़ें

सारांश

यह अध्ययन पाँच और दस वर्ष की अवधि वाले US ट्रेज़री नोट फ़्यूचर्स के पोर्टफोलियो के लिए मध्यम-आवृत्ति की रणनीति बताता है। इसमें ट्रेडिंग को वर्गीकरण कार्य के रूप में देखा गया है: आने वाले सप्ताह में पोर्टफोलियो ऊपर जाएगा या नीचे, इसका पूर्वानुमान लगाना। पूर्वानुमान इनपुट वे विशेषताएँ हैं जिन्हें पोर्टफोलियो के घटक फ़्यूचर्स के तकनीकी संकेतकों पर प्रशिक्षित डीप बिलीफ़ नेटवर्क ने सीखा है।

लेखक बताते हैं कि परिणामी मशीन-लर्निंग प्रक्रिया ने उनके प्रयोगों में लाभदायक ट्रेड किए। उपलब्ध विवरण में नमूना अवधि, परीक्षण रूपरेखा, लागत, जोखिम-समायोजित प्रदर्शन या सरल मॉडलों से तुलना की जानकारी नहीं है। इसलिए यह मॉडलिंग पद्धति बताता है, पर रिपोर्ट की गई लाभप्रदता की मजबूती या उसे लागू करने की उपयुक्तता आँकने के लिए सीमित साक्ष्य देता है। ऐतिहासिक प्रयोगों की सफलता को भविष्य के प्रतिफल का आश्वासन नहीं मानना चाहिए।

मुख्य विचार

  • रणनीति पाँच और दस वर्ष की अवधि वाले US ट्रेज़री नोट फ़्यूचर्स का पोर्टफोलियो ट्रेड करती है।
  • यह वर्गीकरण समस्या के रूप में अनुमान लगाता है कि पोर्टफोलियो की साप्ताहिक दिशा ऊपर होगी या नीचे।
  • डीप बिलीफ़ नेटवर्क फ़्यूचर्स घटकों के तकनीकी संकेतकों से विशेषताएँ निकालता है।
  • लेखक प्रयोगों में लाभदायक ट्रेडिंग नतीजे रिपोर्ट करते हैं।
  • विवरण में मजबूती या ट्रेडिंग लागत आँकने के लिए पर्याप्त जानकारी नहीं है।

टैग

फ़्यूचर्सनिश्चित आयमशीन लर्निंगतकनीकी संकेतक
पूरा पाठ
# Using machine learning for medium frequency derivative portfolio trading


# Using machine learning for medium frequency derivative portfolio trading









We use machine learning for designing a medium frequency trading strategy for a portfolio of 5 year and 10 year US Treasury note futures. We formulate this as a classification problem where we predict the weekly direction of movement of the portfolio using features extracted from a deep belief network trained on technical indicators of the portfolio constituents. The experimentation shows that the resulting pipeline is effective in making a profitable trade.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।