近日,我院商业数据系朱敏副教授作为第一作者,宋玉平副教授为通讯作者,与金融专业硕士研究生郭煜合作撰写的论文“A parallel hybrid neural networks model for forecasting returns with candlestick technical trading strategy” 在Expert Systems with Applications期刊在线发表。Expert Systems with Applications是人工智能和计算机科学等领域的TOP期刊,中科院一区TOP,JCR/Q1,Google Scholar上的H指数排名人工智能类期刊第五位,影响因子为8.5。
论文摘要
论文基于两日蜡烛线反弹信号的构建规律,设计了一个创新的并行混合神经网络模型(PHNN),旨在通过训练多日蜡烛线价格信息的深度神经网络,提高金融资产价格预测的准确性。用于预测的基础并行混合神经网络架构包括两个独立的子网络,可以选择各种模型配置,如CNN或LSTM等。最终预测是通过一个完全连接的神经层生成的,该层集成了这些子网络的输出。为了提高子网络的准确性,论文通过经验模态分解对价格分解重组,形成长期和短期两组价格序列输入,然后导入PHNN模型进行训练,以获得更精确的子网络,每个子网络在识别趋势和蜡烛图案方面都表现优异。实证研究为PHNN的有效性提供了实质支持,证明其优于基准模型。此外,发现双LSTM配置是PHNN的最佳架构选择。
作者简介: 朱敏,复旦大学经济学博士,现任菲律宾环球360商业数据系系主任,研究方向:金融统计(统计模型基于金融的创新和运用);深度学习(深度学习方法基于金融运用场景的优化)。在《Journal of Time Series Analysis》、《Computational Economics》、《Expert Systems with Applications》、《Pacific-Basin Finance Journal》、《财经研究》、《管理评论》等国内外学术性刊物上发表学术论文30余篇。曾指导研究生获得SAS高校商业数据大赛决赛全国第6、4、2名;“华为杯”全国研究生数学建模竞赛一等奖;MathorCup高校数学建模挑战赛一等奖。