基于LOB的最先进的深度学习模型全面对比

文章预览

1. 引言 股票价格预测一直是金融领域的核心挑战之一，其复杂性源于宏观经济状况、投资者情绪等多种因素。尽管如此，专业交易员和研究人员通常通过理解市场关键属性（如波动性和流动性）以及识别模式来预测未来市场趋势。近年来，人工智能的兴起推动了机器学习算法在预测未来市场趋势方面的应用，特别是深度学习（DL）模型在模拟环境中使用历史数据预测市场趋势方面取得了超过88%的F1分数。然而，在现实市场中复制这些性能极具挑战性，这表明模拟与现实之间可能存在差距。 本文旨在对基于限价订单簿（LOB）数据的最新且最先进的深度学习（DL）股票价格趋势预测（SPTP）方法进行全面测试，以评估其鲁棒性和泛化能力。LOB数据是交易员在股票市场上可获取的最有价值的信息来源之一，因为它提供了关于股票交易的原始且细粒度的信息 ………………………………