将深度学习模型扩展到限价单簿的分位数回归
摘要：使用分位数回归（Quantile Regression，QR）来预测金融收益，使用限价订单簿（Limit Order Books，LOBs）作为高频金融时间序列的数据来源。我们开发了一个深度学习架构，同时对买入和卖出位置的收益分位数进行建模。我们在伦敦证券交易所的多个不同工具上测试了我们的模型，涵盖了数百万个LOB更新。我们的结果表明，所提出的网络不仅具有出色的性能，而且通过组合分位数估计值提供了改进的预测稳健性。
作者：Zihao Zhang, Stefan Zohren, Stephen Roberts
论文ID：1906.04404
分类：Trading and Market Microstructure
分类简称：q-fin.TR
提交时间：2019-06-13