Новую функцию потерь для системы ежедневной торговли акциями на основе глубокого обучения
Краткое содержание
arXiv:2502.17493v2 Тип объявления: замена Аннотация: Принятие стабильно прибыльных финансовых решений на непрерывно развивающемся и волатильном фондовом рынке всегда было сложной задачей. Специалисты различных направлений разработали фундаментальные теории для прогнозирования динамики цен и оценки ценных бумаг, такие как знаменитая Модель ценообразования капитальных активов (CAPM). В последние годы роль искусственного интеллекта (ИИ) в оценке активов постоянно растет. Несмотря на отсутствие интерпретируемости моделей глубокого обучения вследствие их черностраничной природы, они продолжают укреплять своё положение в финансовой индустрии. Мы стремимся еще больше раскрыть потенциал ИИ и повысить его полезность путем введения функции потерь, взвешенной по доходности, которая обеспечит максимальный рост при предоставлении моделям машинного обучения ограниченного объема информации. Используя исключительно общедоступные данные о котировках акций (открытие/закрытие/сделки по максимуму и минимуму, объем торгов, отраслевые сведения), а также несколько технических индикаторов, построенных на основе этих данных, мы предлагаем эффективный ежедневный подход...
Полный текст статьи пока не загружен.