深度学习在量化投资中的应用

李文鹏

高宇菲

钱佳佳

陈

曦

【摘

要】

本文研究股票价格趋势的预测问题，并给出基于深度学习的股票价格

趋势预测方法。构建深度学习网络模型，对沪深

300

股票指数高频数据进行训

练学习并做出涨跌预测。研究表明，本文所设计的深度学习算法在股票价格趋

势预测问题上有较好的数据特征抽取能力，能够反映样本的本质特征，并取得

比较好的预测结果。

【期刊名称】

统计与管理

【年

(

卷

),

期】

2017(000)008

【总页数】

3

【关键词】

深度学习

神经网络

沪深

300

股票指数

TensorFlow

引言

近年来，股票投资己成为现代人生活中一个重要组成部分，而股票价格的预测

也成为投资者关心和研究的重点

[1]

。在深度学习研究如火如荼的进行并且不断

向人们展现它强大能力的同时，将深度学习用来处理金融数据也掀起了一股方

兴未艾的研究热潮。华尔街著名对冲基金经理西蒙斯的壁虎式投资理论告诉我

们，投资时可以通过对交易品种的短线价格进行方向性预测，捕捉到短期套利

机会。本文通过建立深度学习网络模型对沪深

300

股票指数

[2]

高频数据进行学

习并对价格涨跌做出方向性预测，从而为投资者提供有价值的参考。本文对实

际的量化交易进行简化，只对股指期货数据进行方向性预测，即只预测涨跌。

这样只要能够准确的预测涨跌，再稍作修改就可以将它应用到实际的量化交易

中去。