TabNet dự báo hướng biến động ngắn hạn của hợp đồng bạc tương lai

Tóm tắt

Nghiên cứu này dự báo biến động hướng ngắn hạn của một hợp đồng tương lai bằng các đặc trưng từ phân tích kỹ thuật, dòng lệnh và dữ liệu sổ lệnh. Nghiên cứu huấn luyện mô hình học sâu TabNet trên hợp đồng tương lai bạc niêm yết tại Sở Giao dịch Hàng hóa Tương lai Thượng Hải, kết hợp các đầu vào này để phân loại hướng biến động tiếp theo.

Độ chính xác được báo cáo là 0.601 trong giai đoạn đánh giá được chọn. Tài liệu cung cấp ít chi tiết về giai đoạn, chuẩn bị dữ liệu, thiết kế kiểm định, chi phí giao dịch hay hiệu quả so với mô hình cơ sở. Vì vậy, kết quả mô tả một thử nghiệm dự báo chứ không xác lập rằng mô hình sẽ tạo ra giao dịch có lợi nhuận hoặc khái quát được sang các hợp đồng và điều kiện thị trường khác.

Ý chính

• Mô hình kết hợp các chỉ báo kỹ thuật, đặc trưng dòng lệnh và dữ liệu sổ lệnh.
• TabNet được dùng để dự báo biến động hướng ngắn hạn của hợp đồng tương lai bạc.
• Độ chính xác được báo cáo là 0.601 trong giai đoạn được chọn.
• Mô tả ngắn này không xác lập khả năng sinh lời hay hiệu quả ngoài hợp đồng và giai đoạn được nghiên cứu.

Thẻ

# Neural Network and Order Flow, Technical Analysis: Predicting short-term direction of futures contract


# Neural Network and Order Flow, Technical Analysis: Predicting short-term direction of futures contract









Predictions of short-term directional movement of the futures contract can be challenging as its pricing is often based on multiple complex dynamic conditions. This work presents a method for predicting the short-term directional movement of an underlying futures contract. We engineered a set of features from technical analysis, order flow, and order-book data. Then, Tabnet, a deep learning neural network, is trained using these features. We train our model on the Silver Futures Contract listed on Shanghai Futures Exchange and achieve an accuracy of 0.601 on predicting the directional change during the selected period.

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.