Temas de investigación: redes neuronales y liquidez del mercado

Question

Soy un estudiante de máster que busca alguna orientación sobre el uso de redes neuronales en los datos de profundidad de mercado para ayudar a predecir la liquidez del mercado y los diferenciales de compra-venta. ¿Puede alguna de las personas más experimentadas darme alguna orientación de investigación y guiarme a algunos documentos que debería leer? He probado Google scholar pero no encuentro nada significativo para iniciar mi investigación. Gracias

Answer 1

Puedes probar a utilizar distintos enfoques. Empezando por algo no tan "pesado" como el NN.

0) Estudio previo
- hay que preparar los datos
(cómo tratará un diferencial negativo (es decir, PIDA - OFERTA <0),
qué harás si tendrás 0 de dispersión y luego dividirás algún valor por él),
- planifique su investigación con antelación: cómo dividirá sus limitados datos https://en.wikipedia.org/wiki/Cross-validation_(estadísticas)

1) Modelos de series temporales
- compruebe si el diferencial entre precio de compra y de venta tiende a ser estacionario (puede comprobarlo utilizando algún periodo móvil extraído de su serie temporal), aplique pruebas estadísticas
- aplicar modelos ARMA, ARIMA para periodos en los que el diferencial entre precio de compra y de venta es estacionario
- intente averiguar qué debe hacer cuando la serie temporal deja de ser estacionaria
- intentar aplicar modelos de reversión a la media
- después de hacer esto tendrá una comprensión sólida de las características de los modelos de diferencial entre precio de compra y venta y le resultará más fácil construir modelos de NN.
- este libro puede ser útil http://www.amazon.com/Series-Analysis-James-Douglas-Hamilton/dp/0691042896

2) Redes neuronales
- intente utilizar diferentes parámetros de entrada (por ejemplo, puede suavizar los datos utilizando la media móvil)
- intente utilizar también las variables "bid ask volume", "time
- intente utilizar diferentes tipos de redes neuronales (diferentes capas) y neuronas de salida y descubra cuál es la mejor "fuera de muestra" y "en muestra"

¿Cuál es el objetivo de la investigación? ¿Dónde está la ciencia? ¿Qué quiere descubrir o demostrar? ¿Cuál es su hipótesis? Responder a estas preguntas puede ayudar a planificar la investigación con antelación.

Answer 2

Estoy de acuerdo con todo lo que dice Robert más arriba, pero si ya tienes los datos y quieres crear rápidamente un modelo de red neuronal y ejecutar el análisis, te sugeriría lo siguiente:

1. En Sitio de Heaton tiene un Wiki, enlaces a artículos, enlaces a libros, un foro, etc. que le ayudarán a empezar, pero podría probar el curso PluralSight Introducción al Aprendizaje Automático con ENCOG 3 si desea ponerse al día muy rápidamente, ya que este curso le muestra cómo utilizar el software gratuito de Heaton para crear un modelo de red neuronal.

2. Descargar ENCOG 3 del sitio de Heaton. Se trata de un marco de aprendizaje automático que se ejecuta en diversos lenguajes (C#, Java, JavaScript, etc.).

3. En unas pocas horas, puedes configurar un código parecido a este y tener tu primer análisis de red neuronal: