深度学习在外汇和股票价格预测中的调查
摘要：股票和外汇（Forex）的预测一直是一个热门且有利可图的研究领域。深度学习应用在金融预测和预测领域中已经证明具有更高的准确性和回报。在本调查中，我们从DBLP数据库中选择了论文进行比较和分析。我们根据不同的深度学习方法对论文进行分类，包括：卷积神经网络（CNN）、长短期记忆（LSTM）、深度神经网络（DNN）、循环神经网络（RNN）、强化学习以及其他深度学习方法，如HAN、NLP和Wavenet。此外，本文还回顾了每篇文章的数据集、变量、模型和结果。调查通过最常用的性能指标：RMSE、MAPE、MAE、MSE、准确性、夏普比率和回报率呈现了结果。我们发现，最近广泛研究了将LSTM与其他方法（例如DNN）结合的模型。强化学习和其他深度学习方法带来了很大的回报和表现。我们得出结论，近年来，基于深度学习的金融建模方法的应用趋势呈指数级增长。
作者：Zexin Hu, Yiqi Zhao and Matloob Khushi
论文ID：2103.09750
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2021-03-18