Previsão de mudanças na tendência acionária para o dia seguinte por LSTM

Resumo

E-TRENDS propõe uma estrutura de previsão com LSTM para mudanças na tendência acionária no dia seguinte. O estudo se concentra nas 30 maiores ações do S&P 500 e descreve uma validação ao longo de ciclos de mercado de 2005 a 2025. Em vez de prever diretamente o nível da tendência, o método prevê sua diferença diária, o que, segundo os autores, pode reduzir o trade-off entre viés e variância.

O artigo relata comparações com mínimos quadrados ordinários, Ridge, Lasso e regressão LightGBM, além de simulações de carteira que avaliam lucros e perdas em relação aos modelos alternativos. O resumo afirma que as simulações mostram ganhos econômicos, mas não informa números de desempenho, detalhes da construção da carteira, custos de transação ou medidas de risco. O período de avaliação e a seleção de ativos indicados também limitam a generalização dos resultados. A descrição apresenta uma abordagem de previsão e um plano de comparação, mas são necessários mais detalhes metodológicos e empíricos para avaliar a robustez ou o valor no trading ao vivo.

Ideias principais

• A estrutura usa um LSTM para prever mudanças na tendência acionária no dia seguinte.
• O estudo se concentra em 30 grandes ações do S&P 500 e avalia dados de 2005 a 2025.
• Prever diferenças em vez de níveis é proposto como forma de reduzir o trade-off entre viés e variância.
• As referências comparativas relatadas incluem OLS, Ridge, Lasso e regressão LightGBM.
• As simulações de carteira são descritas como mostrando ganhos, embora o resumo não forneça detalhes de desempenho ou custos.

Tags

# 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

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.