시장 추세 예측을 위한 딥러닝

기사 arXiv papers · 저자: Fernando Berzal et al.

요약

논문은 전통적인 추세 추종 및 모멘텀 전략이 과거 가격 움직임에 의존해 시장 상황이 변하면 한계가 있을 수 있다고 주장합니다. 자산 운용 의사결정에 참고할 수 있도록 인공지능과 머신러닝 기법으로 미래 시장 추세를 예측하는 방법을 제안합니다.

저자들은 정확한 예측이 수익률을 높이고 드로다운을 줄이는 데 도움이 될 수 있다고 말하지만, 제공된 글에는 구체적인 모델, 입력 데이터, 평가 설계, 측정 결과가 설명되어 있지 않습니다. 따라서 이 발췌문에서 언급한 이점은 입증된 증거가 아니라 연구 동기로 읽어야 합니다. 예측형 추세 모델의 큰 틀의 근거는 제시하지만, 견고성, 구현, 기존 전략과의 성과를 판단하기에는 세부사항이 부족합니다.

핵심 아이디어

논문은 과거 시장 행동에 의존하는 기존 추세 추종과 모멘텀 전략의 한계를 제시합니다.
머신러닝 기법으로 미래 시장 추세를 예측하는 방법을 제안합니다.
예측 결과는 자산 운용 의사결정을 지원하기 위한 것입니다.
발췌문에는 제안된 수익률 및 드로다운 개선 효과를 뒷받침하는 모델 세부사항이나 실증 증거가 없습니다.

# Beyond Trend Following: Deep Learning for Market Trend Prediction


# Beyond Trend Following: Deep Learning for Market Trend Prediction









Trend following and momentum investing are common strategies employed by asset managers. Even though they can be helpful in the proper situations, they are limited in the sense that they work just by looking at past, as if we were driving with our focus on the rearview mirror. In this paper, we advocate for the use of Artificial Intelligence and Machine Learning techniques to predict future market trends. These predictions, when done properly, can improve the performance of asset managers by increasing returns and reducing drawdowns.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.

과거 모멘텀을 넘어 딥러닝으로 시장 추세 예측

요약

핵심 아이디어

태그