DEEP LEARNING MODELLING OF THE LIMIT ORDER BOOK: A COMPARATIVE PERSPECTIVE
创建于 更新于
摘要
本报告系统评估了多种深度学习模型（包括随机模型、逻辑回归、MLP、LSTM、带自注意力机制的LSTM及CNN-LSTM）在限价订单簿（LOB）高频交易价格变动预测中的性能表现。结果显示，多层感知机（MLP）与当前最先进的CNN-LSTM模型性能相当，提示时空动态虽为LOB的良好近似，但可能非其本质维度。基于LOBSTER提供的英特尔股票数据，模型通过不同时间跨度的对数收益率分类任务进行比较，并利用贝叶斯相关t检验聚类模型性能，揭示了不同架构对LOB复杂性不同层次的捕捉能力 [pidx::0][pidx::9][pidx::10][pidx::11][pidx::12][pidx::15]。
