BDLOB：用于限价单簿的贝叶斯深度卷积神经网络
摘要：使用dropout变化推理展示了如何将其应用于大规模深度学习模型，该模型可以从限价单簿（LOBs）中预测价格走势，LOBs是代表交易和定价变动的基本数据来源。我们证明了从后验预测分布中获得的不确定性信息可以用于仓位控制，避免不必要的交易并提高利润。此外，我们通过使用来自伦敦证券交易所的几个工具和市场的数百万观察结果来测试我们的模型。我们的结果表明，这些贝叶斯技术不仅提供可以用于交易的不确定性信息，而且作为随机正则化器可以提高预测性能。据我们所知，我们是第一个将贝叶斯网络应用于LOBs的研究者。
作者：Zihao Zhang, Stefan Zohren, Stephen Roberts
论文ID：1811.10041
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2019-03-26