深度学习模型中对限价订单簿的鲁棒表示
摘要：基于深度学习的限价委托簿预测模型的成功，高度依赖于输入数据表示的质量和稳健性。定量金融文献的一大部分关注利用不同的深度学习架构，但忽视了这些模型在输入数据表示方面所做的关键假设。本文旨在从理论和实践角度，突出常用限价委托簿数据表示所涉及的问题。我们还展示了这些表示在对抗性扰动下的脆弱性，并提出了两种简单的修改方法，以匹配深度学习模型的理论假设。最后，我们通过实验证明，我们提出的表示法在准确性和稳健性方面都达到了最先进水平，而且使用了非常简单的神经网络架构。
作者：Yufei Wu, Mahmoud Mahfouz, Daniele Magazzeni, Manuela Veloso
论文ID：2110.05479
分类：Trading and Market Microstructure
分类简称：q-fin.TR
提交时间：2022-12-08