Investigación sobre estrategias de inversión cuantitativa basadas en aprendizaje profundo
Autores: Fang, Yujie; Chen, Juan; Xue, Zhengxuan
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Investigación sobre estrategias de inversión cuantitativa basadas en aprendizaje profundo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Opciones
Lstm
Svr
Estrategia de inversión cuantitativa
Volatilidad
Aprendizaje profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Este documento toma 50 opciones de ETF en el mercado de opciones con alta complejidad de transacciones como objetivo de investigación. Se utilizan el modelo de Random Forest (RF), el modelo de red neuronal de memoria a corto y largo plazo (LSTM) y el modelo de Regresión de Vectores de Soporte (SVR) para predecir el precio de 50 ETF.
Descripción
Este documento toma 50 opciones de ETF en el mercado de opciones con alta complejidad de transacciones como objetivo de investigación. Se utilizan el modelo de Random Forest (RF), el modelo de red neuronal de memoria a corto y largo plazo (LSTM) y el modelo de Regresión de Vectores de Soporte (SVR) para predecir el precio de 50 ETF.