Chuyển đến nội dung
Tất cả tài liệu trong thư viện

Dự báo LSTM về thay đổi xu hướng cổ phiếu ngày kế tiếp

Bài viết arXiv papers · Tác giả: Harris Buchanan et al.
Đọc tài liệu gốc

Tóm tắt

E-TRENDS đề xuất khuôn khổ dự báo LSTM cho những thay đổi xu hướng cổ phiếu vào ngày kế tiếp. Nghiên cứu tập trung vào 30 cổ phiếu lớn nhất trong S&P 500 và mô tả việc kiểm định qua các chu kỳ thị trường từ 2005 đến 2025. Thay vì dự báo trực tiếp mức xu hướng, phương pháp dự đoán mức chênh lệch hằng ngày, điều mà các tác giả cho rằng có thể giảm sự đánh đổi giữa độ chệch và phương sai.

Bài báo báo cáo các so sánh với bình phương tối thiểu thông thường, Ridge, Lasso và hồi quy LightGBM, cùng các mô phỏng danh mục đánh giá lãi lỗ so với những mô hình thay thế. Phần tóm tắt cho rằng mô phỏng cho thấy lợi ích kinh tế, nhưng không cung cấp số liệu hiệu suất, chi tiết xây dựng danh mục, chi phí giao dịch hay thước đo rủi ro. Giai đoạn đánh giá và cách chọn tài sản được nêu cũng giới hạn khả năng khái quát hóa kết quả. Mô tả đưa ra cách tiếp cận dự báo và kế hoạch so sánh chuẩn, nhưng cần thêm chi tiết phương pháp và thực nghiệm để đánh giá độ vững hoặc giá trị trong giao dịch thực.

Ý chính

  • Khuôn khổ sử dụng một LSTM để dự báo những thay đổi xu hướng cổ phiếu vào ngày kế tiếp.
  • Nghiên cứu tập trung vào 30 cổ phiếu lớn trong S&P 500 và đánh giá dữ liệu từ 2005 đến 2025.
  • Dự báo mức chênh lệch thay vì mức độ được đề xuất nhằm giảm sự đánh đổi giữa độ chệch và phương sai.
  • Các mô hình chuẩn được báo cáo gồm OLS, Ridge, Lasso và hồi quy LightGBM.
  • Mô phỏng danh mục được báo cáo là cho thấy lợi ích, dù phần tóm tắt không nêu chi tiết hiệu suất hay chi phí.

Thẻ

Cổ phiếuThị trường MỹGiao dịch theo xu hướngHọc máyKiểm định quá khứ
Toàn văn
# 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

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.