基于深度学习算法的高频交易策略及其盈利能力

深度学习算法作为机器学习中的一种重要算法,在图像处理、语音识别、机器翻译等领域已成功应用.将深度学习算法应用于高频交易中,选取卷积神经网络和LSTM神经网络分别构建涨跌分类模型,在此基础上提出高频交易策略,并以沥青期货主力合约为例进行回测检验,实证分析策略优良性.通过与人工神经网络高频交易策略的比较,回测检验结果表明基于卷积神经网络和LSTM神经网络的高频交易策略的盈利能力较强,泛化能力较好,两种策略的胜率和期望收益虽有所差异,但均比人工神经网络高频交易策略高.

Ni-Cr-Mo镍基焊条在15CrMoR压力容器上的应用

我公司为内蒙古大唐国际发电股份有限公司制造一台入塔气预热器。该设备采用对接形式,焊后要求100%RT+100%UT(管程及壳程的壳体材质为15CrMoRδ=76mm,换热管:S31081,φ25mm×2mm)。因管壳程筒体与管板焊后不能进行焊后热处理,通过工艺评定试验,选用Ni-Cr-Mo-3镍基焊材,制定了合理的焊接工艺,并成功应用于生产。