應用機器學習預測利差交易的收益
本研究提出了一個類神經網路機制，可以及時有效的預測利差交易(carry trade)的收益。為了實現及時性，我們將通過Tensorflow和圖形處理單元(GPU)來實作這個機制。此外，類神經網路機制需要處理具有概念飄移和異常值的時間序列數據。而我們將透過設計的實驗來驗證這個機制的及時性與有效性。 在實驗過程中，我們發現在演算法設置不同的參數將影響類神經網路的性能。本研究將討論不同參數下所產生的不同結果。實驗結果表明，我們所提出的類神經網路機制可以預測出利差交易的收益的動向。希望這個研究將對機器學習和金融領域皆有所貢獻。 === This research derive...
| Main Author: | |
|---|---|
| Language: | 英文 |
| Published: |
國立政治大學
|
| Subjects: | |
| Online Access: | http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22G0104356020%22. |