Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Label Unbalance in High-frequency Trading

Created by
  • Haebom
Category
Empty

저자

Zijian Zhao, Xuming Zhang, Jiayu Wen, Mingwen Liu, Xiaoteng Ma

개요

본 논문은 고주파 거래 환경에서의 수익 예측을 위해 심층 학습 기반의 종단간(end-to-end) 프레임워크를 제시합니다. 고주파 거래에서는 거래 비용으로 인해 레이블 불균형 문제가 심각하게 발생하는데, 본 논문에서는 이를 해결하기 위해 레이블 불균형 조정 기법을 종합적으로 적용하여 중국 선물 시장에서의 고주파 수익 예측에 성공했습니다. 소스 코드는 공개적으로 제공됩니다.

시사점, 한계점

•
시사점:
◦
심층 학습을 활용하여 고주파 거래 환경에서의 수익 예측 성능 향상 가능성을 보여줌.
◦
레이블 불균형 문제를 효과적으로 해결하는 방법 제시.
◦
공개된 소스 코드를 통해 재현성 및 추가 연구 가능.
•
한계점:
◦
중국 선물 시장 데이터에만 국한된 결과. 다른 시장으로의 일반화 가능성 검증 필요.
◦
사용된 레이블 불균형 조정 기법의 일반성 및 최적성에 대한 추가 연구 필요.
◦
장기적인 시장 변동성에 대한 예측 성능 검증 필요.
👍
Made with Slashpage