सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

चाँदी वायदा की अल्पकालिक दिशा का टैबनेट पूर्वानुमान

लेख arXiv papers · लेखक: Yiyang Zheng

सारांश

यह अध्ययन तकनीकी विश्लेषण, ऑर्डर प्रवाह और ऑर्डर बुक डेटा से मिले फ़ीचरों का उपयोग करके वायदा अनुबंध की अल्पकालिक दिशात्मक चालों का पूर्वानुमान लगाता है। यह शंघाई फ़्यूचर्स एक्सचेंज में सूचीबद्ध चाँदी वायदा पर टैबनेट डीप लर्निंग मॉडल को प्रशिक्षित करता है और इन इनपुट को मिलाकर अगली चाल की दिशा वर्गीकृत करता है।

चुनी गई मूल्यांकन अवधि के लिए रिपोर्ट की गई सटीकता 0.601 है। दस्तावेज़ अवधि, डेटा तैयारी, सत्यापन डिज़ाइन, ट्रेडिंग लागत या आधारभूत मॉडल की तुलना में प्रदर्शन का बहुत कम विवरण देता है। इसलिए यह परिणाम पूर्वानुमान प्रयोग का वर्णन करता है, यह स्थापित नहीं करता कि मॉडल लाभदायक ट्रेड देगा या दूसरे अनुबंधों और बाज़ार स्थितियों में सामान्यीकृत होगा।

मुख्य विचार

  • मॉडल तकनीकी संकेतकों, ऑर्डर-प्रवाह फ़ीचरों और ऑर्डर बुक डेटा को जोड़ता है।
  • चाँदी वायदा की अल्पकालिक दिशात्मक चालों का पूर्वानुमान लगाने के लिए टैबनेट का उपयोग किया जाता है।
  • चुनी गई अवधि के लिए रिपोर्ट की गई सटीकता 0.601 है।
  • संक्षिप्त विवरण लाभप्रदता या अध्ययन किए गए अनुबंध और अवधि के बाहर प्रदर्शन स्थापित नहीं करता।

टैग

पूरा पाठ
# 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.

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।