ディープラーニングは定量取引に使用できますか?

• ### (高周波取引以外は)

多くの記事やPublicやBrokerで ディープラーニングは 過去の指標をインプットとして利用し LSTMのようなネットワークを活用して 将来の株や期貨の収益を予測し 取引戦略に組み込んでいると書かれています. 私はこの方法を基本的には試しました. 分類方法や帰帰帰的方法のいずれかで予測する結果も悪かったのです. そして出力は移動平均の推移の結果に傾いています. 面白いですね.

ここで,新しい技術を使って株式などの資産価格を予測することは信頼できないかについて議論することはありませんが,まず,なぜいくつかの入力で未来を予測できるのかについて考えてください. 歴史的データに基づく未来を予測するこの仮説は強いです. 強い仮説では,ブラックボックスを使用して,勝率をわずかに得られた結果が出るのが少し弱々しいです. リアルディスクで使用しても説得するのは難しいです.

では,この素晴らしい新しい技術はどうやって応用できるのか? 画像分類に適したディープラーニングは,キーか画像と名前との間に安定したデータ次元対応関係がある,この関係がいかに複雑であるか心配ありませんが,関係性は安定しています. 金融序列が違って,歴史的データが未来を予測する論理自体は不安定です,この複雑なツールの結果はより混乱します. しかし,実際には,二次市場での量化取引にディープラーニングは,特に適したアプリケーションがあります.具体的には,私は,このアプリケーションの特徴は安定した対応関係であると言えません.

チェノの量化取引から