深度LOB：用于限价订单簿的深度卷积神经网络
摘要：预测股票现金股权的订单簿（LOB）数据中的价格波动的大规模深度学习模型的开发 该架构利用卷积过滤器捕捉限价单的空间结构，以及利用LSTM模块捕捉更长时间的依赖关系。所提出的网络在基准LOB数据集上表现优于所有现有的最先进算法。在更现实的环境中，我们通过使用伦敦证券交易所的一年市场报价来测试我们的模型，并且该模型对于各种工具具有显著稳定的样本外预测准确性。重要的是，我们的模型对于没有在训练集中的工具的转化效果良好，这表明了该模型提取通用特征的能力。为了更好地理解这些特征，并超越“黑盒”模型，我们进行了敏感性分析，以了解模型预测背后的原因，并揭示与LOBs最相关的组件。提取稳健特征并将其转化为其他工具的能力是我们模型的重要特性，具有许多其他应用。
作者：Zihao Zhang, Stefan Zohren, Stephen Roberts
论文ID：1808.03668
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2020-01-24