< Terug naar vorige pagina

Project

Datawetenschap in financiële investeringen

Het is bewezen dat deep learning een grote rekenkracht kan hebben, die een belangrijke rol kan spelen bij financiële investeringen. Toepassingen van deep learning in investeringen worden hieronder beschreven. Factoren in het traditionele factormodel zijn normaal gesproken lineaire factoren, terwijl niet-lineaire factoren kunnen worden geëxtraheerd om via deep learning betere marktinformatie te verkrijgen. Aangezien lineaire factoren doorgaans niet alle marktinformatie bevatten, kunnen niet-lineaire factoren in deze situatie een grote rol spelen. Op basis van deze kenmerken zijn recentelijk diepe factormodellen voorgesteld. Bovendien kan het deep factor-model worden gecombineerd met een aangepaste verliesfunctie om portefeuilles betere prestaties te bieden. Afgezien hiervan kan deep learning het ook vergemakkelijken om bepaalde factoren in factormodellen te verkrijgen, wat empirisch is bewezen. Met de ontwikkeling van natuurlijke taalverwerkingstechnieken worden bijvoorbeeld tekstgegevens uit financieel nieuws en sociale media geanalyseerd om de marktsentimentele signalen te meten en de markttrend te voorspellen. Bovendien kunnen discrete gegevens uit jaarrekeningen ook worden gebruikt om nieuwe modellen op te bouwen om activa toe te wijzen. Een andere belangrijke en aantrekkelijke toepassing van deep learning in de financiële sector is het genereren van financiële gegevens. Dat de gegevensomvang niet groot genoeg is, is een belangrijk probleem bij het gebruik van deep learning om financiële vragen op te lossen. Op basis van het generatieve netwerk van tegenstanders kan echter een tijdreeksgegevensset met één dimensie of hogere dimensies worden gegenereerd om de financiële gegevensset groter te maken en overmatige aanpassing te voorkomen. Samenvattend kan deep learning een grote invloed hebben op het onderzoek naar financiële investeringen, wat het ongetwijfeld verdient om veel aandacht te besteden aan het onderzoeken hoe efficiëntere modellen kunnen worden gebouwd met de sterke rekenkracht van deep learning.

Datum:27 sep 2021 →  Heden
Trefwoorden:data science
Disciplines:Informatietechnologieën
Project type:PhD project