基于RNN的期貨市場(chǎng)量化擇時(shí)交易分析

循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent NeuralNetwork， RNN）是一種用于處理序列數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)。相比一般的神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)，RNN模型能夠處理序列變化的數(shù)據(jù)。比如某個(gè)單詞的意思會(huì)因?yàn)樯衔奶岬降膬?nèi)容不同而有不同的含義，RNN模型就能夠很好地解決這類(lèi)問(wèn)題。而量化擇時(shí)是通過(guò)進(jìn)行買(mǎi)入擇時(shí)因子的編寫(xiě)、分解模式一步一步對(duì)策略進(jìn)行回測(cè)、賣(mài)出擇時(shí)因子的實(shí)現(xiàn)對(duì)股票的買(mǎi)入和拋出時(shí)間進(jìn)行評(píng)估分析，從而達(dá)到持股人利益最大化的策略。（剩余2959字）