深度学习在量化投资中应用的国内外现状与发展趋势

随着我国证券交易体量的不断增大,业界对运用深度学习等大数据分析技术对量化投资的兴趣日益增加。主流思路为研究个股投资策略(包括选股和择时)和设计合理的投资组合,从而寻找阿尔法。除此之外还有优化某些投资过程,把一些手动,半自动的投资方式变成自动化,解决大单交易市场冲击和对投资者的高风险行为监督等问题。随着深度学习技术的发展,国内外的研究者对深度学习在量化投资中的应用也经历了从使用人工神经网络、随机森林和向量机到卷积神经网络、LSTM神经网络和混合模型的发展。时至今日使用深度学习在还存在着一些问题,包括技术问题和不成熟市场的特有问题。总体来说,将深度学习运用到量化投资中是完全可行并具有广大发展空间的。