机器学习统计套利:介绍
处理大量数据的机器学习技术广泛适用于计算融资。一系列的例子介绍了主题提供了一个通用的工作流,说明如何在MATLAB功能®金融工程的适用于一个特定的问题。工作流是面向问题、探索性和指导下的数据和结果分析。整体的方法,然而,在许多领域是用于构建应用程序。
工作流包含这些操作:
制定一个简单的算法交易的方法,通过对市场微观结构的分析,确定目标的实时的套利机会。
使用大样本的交换数据来跟踪单个安全格局的顺序在一天之内,有选择地处理数据开发相关统计的措施。
创建一个模型盘中动力学条件的选择hyperparameters工程和开发期间推出的功能。
使用监督评估hyperparameter调优目标计算现金返回基于模型的交易策略。
优化交易策略使用不同的机器学习算法。
建议修改为进一步发展。
工作流是分为三个例子:
对机器学习通用工作流的更多信息,见:
