Глубокое обучение для прогноза рыночных трендов за пределами исторического импульса

Сводка

В статье утверждается, что традиционные стратегии следования за трендом и импульса опираются на прошлое поведение цен и могут быть ограничены при изменении рыночных условий. Авторы предлагают применять искусственный интеллект и методы машинного обучения для прогнозирования будущих рыночных трендов с целью поддержки решений по управлению активами.

Авторы предполагают, что точные прогнозы могут помочь увеличить доходность и уменьшить просадки, однако в представленном тексте не описаны конкретная модель, входные данные, схема оценки или измеренные результаты. Поэтому заявленные преимущества следует понимать как мотивацию исследования, а не как подтверждённые свидетельства. В статье приведено общее обоснование прогнозных моделей тренда, но деталей недостаточно, чтобы оценить их надёжность, реализацию или эффективность относительно известных стратегий.

Ключевые идеи

• В статье говорится, что следование за историческим трендом и стратегии импульса ограничены зависимостью от прошлого поведения рынка.
• Авторы предлагают использовать машинное обучение для прогноза будущих рыночных трендов.
• Предполагается, что такие прогнозы будут помогать принимать решения по управлению активами.
• В представленном фрагменте нет описания модели или эмпирических данных, подтверждающих предполагаемое увеличение доходности и сокращение просадок.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.