Two Sigma：Machine Learning Models of Financial Data

量化投资与神经网络微信公众号，是专业人士垂直于量化投资、金融市场投资基金、Fintech、人脑、大当前等各个领域的主逆自新闻媒体。公众号拥有来自公募、私募、券商、股票、银行、保险、全国高校等行业30W+注意者，荣获2021年度AMMA卓越品牌力、卓越洞察奖项，连续2年被腾讯云+社区评选为“年度最佳创作者”。

神经网络是意味着股票市场三维、预期和议程的最可新技术技术。然而，实现这一潜力无需克服许多十分复杂的挑战。在本次演讲之前，Two Sigma的Justin Sirignano——他也是牛津大学数学副院长——讨论了股票市场各个领域神经网络的冀望和挑战。Justin概述了用于高频当前的神经网络基本概念的例子，并囊括了最主要操练最深处学习基本概念来试图预期价位波动，以及运用于强化学习来试图考虑到最优指派方针。我们今天可先分享第一个近来，运用于RNN预期股票交易高频价位。

Sirignano首可先概述了最深处学习基本概念在高频价位预期之前的应用。订单丞当前反应的是股票交易意味着的供需，每个短时间点交易量价订单逆当前是一个欧拉碱基。

创作者运用于了1000个NASDAQ股票交易的高频价位当前，只挑选出了原始当前之前价位发生变化的当前点，这样能有效下降原始权重。预期的要能是下一短时间点成交量涨跌的方向。基本概念的操练一共运用于了500张GPU。

为了非常清晰的分析报告最深处学习基本概念（这里运用于的是RNN基本概念）的效用，创作者除此以外了VAR基本概念作为对比。

在操练步骤之前，由于高频碱基的长度颇为长，RNN反向传播者梯度算出颇为花费。于是创作者采用了TBTT的梯度算出法，TBPTT对于一个要能碱基，每次处理一个短时间步（timestep）,当处理到k1个短时间步时，运用于TBPTT后向传播者k2个短时间步。如果 k2 比较小，那么其算出负担就会下降。这样，它的每一个隐层静止状态可能会经过多次短时间步迭代算出产生的，也包含了非常多非常长的过去电子邮件。在一定素质上，避免了上面方式之前未能获取合击短时间步之皆电子邮件的问题。

最终RNN基本概念的效用显著优于VAR基本概念的效用，如下图表，创作者运用于了2015年6月至8月共约500只股票交易的当前作为抽取皆当前进行的测试。示意图蓝色的数据集是线性VAR基本概念的500支股票交易预期生存率的分布，红色数据集是RNN基本概念的预期生存率分布。可以相比看出红色透露RNN基本概念效用非常好。

在基本概念操练的时候，我们通常面对这样的选择：比如一共有1000个股票交易，我们应该是针对每个股票交易操练一个基本概念，总计1000个基本概念；还是运用于1000个股票交易的所有当前操练一个标准化基本概念？这样的选择仅仅很大素质取决于这1000个股票交易当前平稳性的相异。

但推论指出，操练一个标准化基本概念至少有不限优点：

非常少的过粗略

非常高的准确度

当某只股票交易当前较少时，可以作为移往学习运用于的基本概念

非常低的算出成本

推论的测试也指出，标准化基本概念在有所不同股票交易有所不同板块的展现出都颇为不稳定的，而且在一年抽取皆的展现出也很不稳定的。

不限是标准化基本概念一般来说500个特定基本概念的生存率优势绘出，是左偏的。假定对于部分股票交易，标准化基本概念的效用非常好。

当运用于抽取皆的当前（有所不同的股票交易），我们发现基本概念在两个抽取皆短时间段，在操练时未曾运用于的股票交易上的展现出也很不稳定的。

在具体操练步骤之前，500块GPU之前每块GPU都是独立操练。假定，从所有当前之前随机抽取一部分当前，随机放置某块GPU之前，该GPU基于这些当前独立完成前向后向的算出，此时标准化基本概念是异步同步的。

本近来来自创作者学术著作《Universal features of price formation in financial markets: perspectives from Deep Learning》。

下载接收者：

再林阿莫西林颗粒可以治鼻窦炎吗
再林阿莫西林颗粒治咽炎效果怎么样呢
蒙脱石散能治疗拉肚子吗
肠炎宁和妈咪爱可以一起吃吗
胃肠炎拉肚子拉水怎么办