コンテンツへスキップ
ライブラリの全資料

利益を重視したLSTM予測による株価指数取引

記事 arXiv papers · 著者: Chariton Chalvatzis et al.
原文を読む

サマリー

この文書では、4つのUS株価指数を対象とした深層LSTMモデルと取引戦略について説明しています。モデルが上昇または下落を予測したかだけで取引するのではなく、予測リターンが予測分布のどこに位置するかを使って取引の収益性を推定します。モデルは戦略の取引目的に合わせて調整されており、予測の質と取引ルールを併せて検討する必要性を示しています。

報告された検証対象は、2010から2018までのS&P 500、DJIA、NASDAQ、Russell 2000です。文書は各指数の累積リターンを示し、バイ・アンド・ホールドや他の近年の手法を上回ったと述べています。取引コスト、リスク調整後の成績、検証設計、またはその期間を超えて結果が一般化するかについての詳細は示されていません。したがって、報告リターンは研究結果として読み取るべきであり、将来の成績を示す証拠ではありません。

主なアイデア

  • モデルと取引戦略の成績は結びついているため、両者を一緒に設計する必要があります。
  • LSTMは、比較的短い過去の取引日データから資産価格を予測します。
  • この戦略は予測の方向だけでなく、予測分布におけるリターンの位置を使います。
  • 報告された評価は、2010–2018の4つのUS株価指数を対象としています。

タグ

株式機械学習米国市場バックテスト
全文
# High-performance stock index trading: making effective use of a deep LSTM neural network


# High-performance stock index trading: making effective use of a deep LSTM neural network









We present a deep long short-term memory (LSTM)-based neural network for predicting asset prices, together with a successful trading strategy for generating profits based on the model's predictions. Our work is motivated by the fact that the effectiveness of any prediction model is inherently coupled to the trading strategy it is used with, and vise versa. This highlights the difficulty in developing models and strategies which are jointly optimal, but also points to avenues of investigation which are broader than prevailing approaches. Our LSTM model is structurally simple and generates predictions based on price observations over a modest number of past trading days. The model's architecture is tuned to promote profitability, as opposed to accuracy, under a strategy that does not trade simply based on whether the price is predicted to rise or fall, but rather takes advantage of the distribution of predicted returns, and the fact that a prediction's position within that distribution carries useful information about the expected profitability of a trade. The proposed model and trading strategy were tested on the S&P 500, Dow Jones Industrial Average (DJIA), NASDAQ and Russel 2000 stock indices, and achieved cumulative returns of 340%, 185%, 371% and 360%, respectively, over 2010-2018, far outperforming the benchmark buy-and-hold strategy as well as other recent efforts.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。