浏览:--次
2017-10-25 15:29:42
类型:
专题报告
循环神经网络简介
循环神经网络是人工神经网络的一种特殊类型,其最先应用是在自然语言处理当中,其地位与卷积神经网络在图像处理中类似。这种神经网络出现于20世纪80年代,在发展早期,由于计算量大应用不多,但由于近年来计算机硬件技术的发展与深度学习技术的成熟,循环神经网络变得越来越流行。这种网络特别适合时间序列数据,因为其内部神经元可以通过有效架构组合保存时间序列上的信息。
期货基本面研究员在每次思考时都不会重头开始,而是保留了之前的信息,或者经过其思考加工的结果。例如研究员会提出目前某商品的价格正处在历史低位,未来走高的可能性很大的表述。如果单从动量的角度来看处在历史低位可能是价格连续单边下跌造成的,那得出的投资决策应该是继续做空该品种,但是考虑到目前的历史低位,也就是研究员回溯了过去一段更长的历史由此得出的结论,所以在期货研究上往往也包含了对过去的认知,而单纯的动量策略是没法容纳这个信息的。而从理论上讲循环神经网络能弥补纯动量策略的这个缺陷。另外研究人员所谓的“历史低位”这个概念其实也很模糊,这个历史低位究竟是几个月还是几年的低位也很难有一个合适的客观标准。而使用循环神经网络虽然也不能完美解决这个问题,但是作为量化投资的一种手段,这类模型至少可以通过历史回测,提供一种相对客观的方式去处理这个问题。
其实循环神经网络在金融上早有应用,比较常见的状态空间模型(State-Space Model, SSM)和隐含马尔科夫模型(Hidden Markov Model, HMM)等动态贝叶斯网络经常用在金融时间序列的处理上。这些动态贝叶斯网络其实可以理解为只有一层而且包含只少量神经元的循环神经网络。这类模型在自然语言处理上已逐步被新兴的循环神经网络所取代,所以循环神经网络在金融投资上的应用也并非不可能。
本报告首先介绍了循环神经网络与普通前馈神经网络的差异,然后介绍了两种常见循环神经网络的变体长短时记忆单元和门控循环单元,最后尝试应用门控循环单元构成的循环神经网络对沪金、PTA和菜粕主力期货的5日收益率进行预测,并取得一定效果。
华泰期货有限公司版权所有 Copyright©2016-2018 Huatai Futures All Rights Reserved (本网站已支持IPv6)
[备案许可证编号 粤ICP备05081726号-4 ] 华泰期货有限公司官方网站 粤公网安备 44010402000830号