Học sâu có thể được sử dụng cho giao dịch định lượng không?

• ### Có thể, nhưng đừng chơi trò dự đoán ((trừ giao dịch tần số cao))

Có rất nhiều bài viết, báo chí, hay các nhà môi giới đã viết về việc học sâu dựa trên các chỉ số lịch sử như là đầu vào, sử dụng các mạng lưới như LSTM để dự đoán lợi nhuận tương lai của cổ phiếu, tương lai, và tương ứng với chiến lược giao dịch. Tôi đã thử cách này một cách cơ bản, dù là thông qua cách phân loại hoặc cách dự đoán theo hồi quy, kết quả rất tệ.

Đây là một giả định rất mạnh mẽ về dự đoán tương lai dựa trên dữ liệu lịch sử, và nếu giả định đó là rất mạnh mẽ, thì việc sử dụng một hộp đen để chạy ra một kết quả có tỷ lệ thắng thưa thưa thưa là hơi khó khăn. Thật khó để thuyết phục người dùng sử dụng cho thị trường thực. Đó là lý do tại sao các thuật toán như cây quyết định sẽ được áp dụng nhiều hơn trong tài chính.

Vậy làm thế nào để ứng dụng công nghệ mới tốt như vậy? Học sâu phù hợp với phân loại hình ảnh, quan trọng là hình ảnh và tên có mối quan hệ tương ứng chiều dữ liệu ổn định, mối quan hệ này phức tạp không sợ, nhưng mối quan hệ ổn định. Trong khi các chuỗi tài chính khác nhau, dữ liệu lịch sử dự đoán tương lai của logic tự nó không ổn định, kết quả của công cụ phức tạp này sẽ chỉ hỗn loạn hơn.

Trích dẫn từ Quantified Transaction