एलएसटीएम से शेयर रुझान का पूर्वानुमान

लेख arXiv papers · लेखक: Harris Buchanan et al.

सारांश

E-TRENDS इक्विटी रुझानों में अगले दिन होने वाले बदलावों के पूर्वानुमान के लिए LSTM ढाँचा प्रस्तुत करता है। यह 30 सबसे बड़े S&P 500 शेयरों पर केंद्रित है और 2005 से 2025 तक के बाज़ार चक्रों में सत्यापन का वर्णन करता है। रुझान के स्तर का सीधे पूर्वानुमान लगाने के बजाय, यह तरीका उसके दैनिक अंतर का अनुमान लगाता है; लेखकों का तर्क है कि इससे बायस-वैरिएंस संतुलन बेहतर हो सकता है।

शोध में साधारण न्यूनतम वर्ग, रिज, लासो और लाइटजीबीएम रिग्रेशन के साथ तुलनाएँ बताई गई हैं, और वैकल्पिक मॉडलों के मुकाबले लाभ-हानि का आकलन करने वाले पोर्टफ़ोलियो अनुकरण भी शामिल हैं। सारांश दावा करता है कि अनुकरण में आर्थिक लाभ दिखे, लेकिन इसमें प्रदर्शन के आँकड़े, पोर्टफ़ोलियो निर्माण का विवरण, लेनदेन लागत या जोखिम माप नहीं दिए गए हैं। बताई गई मूल्यांकन अवधि और परिसंपत्ति चयन भी इन परिणामों को सामान्यीकृत करने की सीमा तय करते हैं। विवरण पूर्वानुमान दृष्टिकोण और बेंचमार्क योजना प्रस्तुत करता है, लेकिन मज़बूती या लाइव ट्रेडिंग में उपयोगिता का आकलन करने के लिए और पद्धतिगत तथा अनुभवजन्य विवरण चाहिए।

मुख्य विचार

यह ढाँचा शेयर रुझानों में अगले दिन के बदलावों का पूर्वानुमान लगाने के लिए LSTM का उपयोग करता है।
अध्ययन 30 बड़े S&P 500 इक्विटी पर केंद्रित है और 2005 से 2025 तक के डेटा का मूल्यांकन करता है।
स्तरों के बजाय अंतरों का पूर्वानुमान लगाने से बायस-वैरिएंस संतुलन बेहतर करने का प्रस्ताव है।
रिपोर्ट किए गए बेंचमार्क में OLS, रिज, लासो और लाइटजीबीएम रिग्रेशन शामिल हैं।
पोर्टफ़ोलियो अनुकरण में लाभ दिखने की रिपोर्ट है, हालाँकि सारांश में प्रदर्शन या लागत के विस्तृत आँकड़े नहीं हैं।

# E-TRENDS: Enhanced LSTM Trend Forecasting for Equities


# E-TRENDS: Enhanced LSTM Trend Forecasting for Equities









Trend-following strategies underpin many systematic trading approaches yet struggle under nonstationary and nonlinear market regimes. We propose an LSTM-based framework to forecast next-day trend differences ($Δ_t$) for the top 30 S\&P 500 equities, validated across market cycles (2005--2025). Key contributions include: (i) formal proof of bias-variance reduction via differencing, (ii) exhaustive empirical benchmarks against OLS, Ridge, and Lasso, (iii) portfolio simulations confirming economic gains in terms of overall PNL compared to other models like OLS, Ridge, Lasso or LightGBM Regressor

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।

LSTM अगले दिन इक्विटी रुझान में बदलाव का पूर्वानुमान

सारांश

मुख्य विचार

टैग