股票机器人：使用LSTMs预测股票价格
摘要：金融市场的评估来预测其行为已经尝试使用多种方法，以做出明智且获利的投资决策。由于高度非线性趋势和相互依赖关系，往往很难开发一个完全阐明市场行为的统计方法。为此，我们提出了一种基于长短期记忆(LSTM)的模型，利用时间序列数据的顺序结构来提供准确的市场预测。然后，我们开发了一个决策型的股票交易机器人(StockBot)，它在每天结束时买入/卖出股票，目标是最大化利润。我们成功展示了一个准确的预测模型，因此我们的StockBot可以超越市场，并可以为收益率制定策略，相比市场上最激进的ETF大约高出15倍。
作者：Shaswat Mohanty, Anirudh Vijay, Nandagopan Gopakumar
论文ID：2207.06605
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2022-08-02