
J’ai vu beaucoup d’articles, de publications, de courtiers, qui disaient que l’apprentissage en profondeur utilisait des indicateurs historiques comme entrée, utilisait des réseaux comme LSTM pour prédire les rendements futurs des actions et des futures, et les transformait en stratégies de négociation. J’ai essentiellement essayé cette méthode, que ce soit par la méthode de classification ou par la méthode de régression, les résultats étaient très mauvais.
L’hypothèse de l’avenir basé sur des données historiques est très forte, et dans une hypothèse très forte, utiliser une boîte noire pour exécuter un résultat à peine gagnant-gagnant, c’est un peu moins fort. Il est difficile de convaincre pour le marché réel. C’est pourquoi des algorithmes tels que les arbres de décision sont un peu plus utilisés dans la finance.
Alors, comment cette nouvelle technologie est-elle appliquée? L’apprentissage en profondeur convient à la classification d’images, la clé ou l’image et le nom ont une relation de correspondance de dimension de données stable, cette relation est complexe, mais la relation est stable.
Il a été publié dans le journal Le Monde.