我们测验测验应用深度进修解决的第二个金融问题是投资组合构建。在这个问题上，深度进修的实际应用效不雅很好。我的研究灵感来自这篇论文：《深度投资组合》(https://0x9.me/8uOBt)
这篇论文的作者测验测验构建主动编码器，将时光序列映射到自身。应用这些主动编码器的猜测误差成为股票测试版(与市场相干)的代用指标，主动编码器用作市场的模型。
主动编码器(auto-encoder)，是一种无监督的进修算法，重要用于数据的降维或者特点的采取，在深度进修中，主动编码器可用于在练习阶段开端前，肯定权重矩阵 W 的初始值。基于上述主动编码器的误差选择不合的股票，我们可以应用另一个深度神经收集来构建深度指标，结不雅相当不错，如下图所示：
深度神经收集已成为应用股票复制指数的指数构建办法。
但这只是它的开端!如不雅我们应用智能索引，在我去掉落指数的极端降低期，并在智能索引上练习我的指数硬扇☆度神经收集时，我就能以惊人的速度跨越指数!
这种技巧在证券投资组合范畴有着巨大年夜的潜力!
结论
今朝金融业的趋势是朝更复杂、更健全的的模式成长。跟着大年夜量数据科学家涌入该行业，对所有银行来说，技巧是一个巨大年夜的压力。像 RelTec、Worldquant 如许的对冲垮金，在其交易中已经应用这种技巧。因为这些复杂模型在其他范畴所表示出的优良结不雅，以及在金融建榜样畴的巨大年夜差距，将会有一系列的媳哏性的立异出现!
更好地解决金融和贸易范畴的关键问题，将会进步效力、进步透明度、加强风险治理和新的立异。
【编辑推荐】
- 微软开源竽暌姑于Spark的深度进修库MMLSpark
- 一份弗成多得的深度进修技能指南
- keras中最常用深度进修的API
- 当前深度神经收集模型紧缩和加快办法速览
- 若何保存和恢复TensorFlow练习的模型
推荐阅读
摘要： 本文介绍了关于写数据科学家简历的一些技能，重要包含三个部分，分别为简历前的材料预备，写简历时应留意的处所以及半数个简历的┞符理。不管你是不是数据科学范畴的工作者，本文>>>详细阅读
本文标题：盘点金融领域里常用的深度学习模型
地址：http://www.17bianji.com/lsqh/38413.html
1/2 1
网友点评
精彩导读
科技快报
品牌展示