科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着全球经济和金融市场的发展,金融资产的价量特征呈现出非线性化演进趋势。考虑到深度学习技术在复杂非线性系统建模方面的优势,越来越多的研究者将深度学习引入到金融分析领域。本文使用深度学习算法分析A股行业指数的技术指标,以提取日频价格序列的变化特征,预测行业指数的涨跌情况,并在A股28个行业指数2000—2017年数据集上进行了实证检验。结果表明,深度学习算法对行业指数的涨跌类型具有一定的预测能力,利用该算法所做出的上涨预测具有较高的可信度,可作为判断指数走势的重要参考;对于不同的行业指数,深度学习算法的预测能力存在差异,上涨预测准确率在55%～65%范围内变动;行业指数在大幅下跌与大幅上涨前夕的技术指标特征具有相似性,深度学习算法对于这两类情形的区分能力较弱。
- 单位
