跳至正文
返回文库全部文档

用深度学习预测市场趋势，超越历史动量

文章 arXiv papers · 作者: Fernando Berzal et al.
阅读原文

总结

论文认为，传统趋势跟随和动量策略依赖过去的价格表现，在市场环境变化时可能受到限制。论文提出使用人工智能和机器学习技术预测未来市场趋势，以辅助资产管理决策。

作者认为，准确预测可能有助于提高回报并降低回撤，但所提供的文本没有描述具体模型、输入数据、评估设计或实测结果。因此，这些益处应被视为研究动机，而非该摘录已经证实的证据。论文概述了预测型趋势模型的基本理由，但细节不足以判断其稳健性、实施方式或相对于成熟策略的表现。

核心观点

  • 论文指出，历史趋势跟随和动量策略依赖过去的市场表现，因而存在局限。
  • 论文主张使用机器学习方法预测未来市场趋势。
  • 这些预测旨在辅助资产管理决策。
  • 摘录未提供模型细节，也未提供关于所述回报和回撤益处的实证证据。

标签

机器学习趋势跟踪动量风险管理
全文
# 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.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。