LESS IS MORE: AI DECISION-MAKING USING DYNAMIC DEEP NEURAL NETWORKS FOR SHORT-TERM STOCK INDEX PREDICTION
创建于 更新于
摘要
本报告提出基于有限数据输入的多智能体深度学习模型（Model A），针对美国标普500指数期货市场日内交易决策，能够精选做多、做空或空仓操作，实现风险暴露仅为被动投资41.95%的情况下，年化收益率14.92%，显著优于被动投资及传统机器学习模型。研究结果表明，动态深度神经网络利用有限标准交易数据和强化学习，在短期股票指数预测领域展现出较高准确率、较低波动和更优风险调整收益，具有实际应用潜力 [page::0][page::3][page::5][page::6][page::8].
