РЕАЛІЗАЦІЯ НЕЙРОМЕРЕЖЕВИХ МЕТОДІВ КОРОТКОТЕРМІНОВОГО ПРОГНОЗУВАННЯ ЦІНОВИХ РУХІВ НА ФІНАНСОВИХ РИНКАХ
Анотація
У роботі досліджено задачу короткотермінового прогнозування змін у книзі ордерів фінансового інструмента на основі L2-даних. Замість класичних часових рядів використано послідовність снапшотів глибини ринку на 100 рівнях. Для цього створено власний інструмент збору даних на базі BookmapAPI, що автоматично формує навчальні приклади з відповідними цільовими змінними для прогнозу цін.
Посилання (Бібліографія)
Harris L. TradingandExchanges: MarketMicrostructureforPractitioners. NewYork, NY : Oxford University Press, 2003. 656 p.
Cont R., Kukanov A. Optimal Order Placement in Limit Order Markets. Taylor&Francis. 2017.
Субботін С. Нейронні мережі: теорія та практика : навч. посіб. Житомир : О.О. Євенок, 2020. 184 с.
Géron A. Hands-On Machine Learning with Scikit-Learn, Keras&TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. 2nd ed. Sebastopol, CA : O’ReillyMedia, 2019. 856 p.
Bookmap API | Bookmap Knowledge Base. Bookmap: Online-Plattformfür Live-Tradingvon Aktienund Futures. URL: https://bookmap.com/knowledgebase/docs/API.
