Dự báo phân phối giá hợp đồng tương lai bằng mô hình Transformer FutureQuant

Tóm tắt

Tài liệu giới thiệu FutureQuant, một mô hình Transformer dành cho thị trường hợp đồng tương lai, sử dụng cơ chế chú ý để xử lý đầu vào phức tạp, gồm cả dữ liệu sổ lệnh giới hạn theo thời gian thực. Thay vì dự báo một mức giá tương lai duy nhất, mô hình nhằm ước tính một khoảng giá có thể xảy ra và mức biến động của giá, trình bày dự báo phân phối như thông tin phục vụ quyết định giao dịch và quản lý rủi ro.

Phương pháp giao dịch được báo cáo kết hợp mô hình với một thuật toán đơn giản sử dụng RSI, ATR và Dải Bollinger. Phần trích dẫn nêu mức tăng trung bình 0.1193% cho mỗi giao dịch kéo dài 30 phút và cho biết mô hình cải thiện so với các mô hình tiên tiến nhất hiện nay. Tài liệu không mô tả tập dữ liệu, công cụ giao dịch, thiết kế đánh giá, chi phí giao dịch hay cách hiệu chỉnh độ bất định, nên chỉ dựa vào bản tóm tắt này thì không thể đánh giá độ vững của kết quả. Mức tăng được báo cáo là kết quả đánh giá mô hình, không phải cam kết về hiệu suất giao dịch thực.

Ý chính

• FutureQuant dùng cơ chế chú ý của Transformer để phân tích đầu vào phức tạp của thị trường hợp đồng tương lai, gồm cả sổ lệnh giới hạn.
• Mô hình dự báo khoảng giá và biến động thay vì chỉ dự báo một mức giá tương lai.
• Thuật toán giao dịch được đề xuất sử dụng RSI, ATR và Dải Bollinger cùng với mô hình.
• Phần trích dẫn báo cáo mức tăng trung bình cho mỗi giao dịch 30 phút nhưng lược bỏ các chi tiết đánh giá quan trọng.
• Dự báo phân phối có thể cung cấp thông tin cho quyết định giao dịch và rủi ro, nhưng phần trích dẫn không chứng minh khả năng sinh lời khi giao dịch thực.

Thẻ

# Trading Under Uncertainty: A Distribution-Based Strategy for Futures Markets Using FutureQuant Transformer


# Trading Under Uncertainty: A Distribution-Based Strategy for Futures Markets Using FutureQuant Transformer









In the complex landscape of traditional futures trading, where vast data and variables like real-time Limit Order Books (LOB) complicate price predictions, we introduce the FutureQuant Transformer model, leveraging attention mechanisms to navigate these challenges. Unlike conventional models focused on point predictions, the FutureQuant model excels in forecasting the range and volatility of future prices, thus offering richer insights for trading strategies. Its ability to parse and learn from intricate market patterns allows for enhanced decision-making, significantly improving risk management and achieving a notable average gain of 0.1193% per 30-minute trade over state-of-the-art models with a simple algorithm using factors such as RSI, ATR, and Bollinger Bands. This innovation marks a substantial leap forward in predictive analytics within the volatile domain of futures trading.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.