[论文解读] CNNPred: CNN-based stock market prediction using several data sources

Ehsan Hoseinzade, Saman Haratizadeh|arXiv (Cornell University)|Oct 21, 2018

Stock Market Forecasting Methods被引用 10

一句话总结

本文提出 CNNPred，一种基于卷积神经网络的深度学习框架，用于从多样化的金融数据源（如股票指数、商品、货币和期货）中提取特征，以预测主要全球市场指数的次日走势。该模型通过利用跨市场相关性并实现自动特征学习，显著提升了现有最先进基线模型的性能。

ABSTRACT

Feature extraction from financial data is one of the most important problems in market prediction domain for which many approaches have been suggested. Among other modern tools, convolutional neural networks (CNN) have recently been applied for automatic feature selection and market prediction. However, in experiments reported so far, less attention has been paid to the correlation among different markets as a possible source of information for extracting features. In this paper, we suggest a CNN-based framework with specially designed CNNs, that can be applied on a collection of data from a variety of sources, including different markets, in order to extract features for predicting the future of those markets. The suggested framework has been applied for predicting the next day's direction of movement for the indices of S&P 500, NASDAQ, DJI, NYSE, and RUSSELL markets based on various sets of initial features. The evaluations show a significant improvement in prediction's performance compared to the state of the art baseline algorithms.

研究动机与目标

• 解决从异构金融数据源自动提取特征以进行股票市场预测的挑战。
• 通过建模现有方法中常被忽略的跨市场相关性，提升预测准确性。
• 开发一种深度学习框架，能够在统一架构中处理包括价格、技术指标和宏观经济数据在内的多样化输入类型。
• 评估基于 CNN 的特征学习在真实金融时间序列上的多市场预测任务中的有效性。
• 证明整合市场间依赖关系可提升预测性能，超越单一市场模型。

提出的方法

• 该框架将来自不同金融来源（如标普500、纳斯达克、外汇汇率、商品）的多个时间序列输入作为一维序列进行处理。
• 采用专门设计的一维卷积神经网络（1D-CNN）架构，从原始和衍生的金融数据中自动学习分层的非线性特征。
• 输入数据包括历史价格、技术指标（如 RSI、MACD）以及相关资产（如期货和汇率）的收益率。
• 模型端到端训练，以预测主要指数次日价格走势方向（上涨/下跌）。
• 通过依赖 CNN 学习原始和预处理数据中相关模式的能力，最大限度减少特征工程。
• 该框架支持多输入、多源数据集成，使模型能够捕捉市场间的相互依赖关系。

实验结果

研究问题

• RQ1 基于 CNN 的模型能否有效从包括跨市场信号在内的多样化金融数据源中提取预测性特征？
• RQ2 与单一市场模型相比，整合市场间相关性在多大程度上提升了次日市场走势预测的准确性？
• RQ3 所提出的基于 CNN 的特征提取方法在股票市场预测任务中，相较于传统机器学习基线模型，优势有多大？
• RQ4 该模型在不同主要指数（如标普500、道琼斯工业平均指数、纽约证券交易所、罗素2000、纳斯达克）上是否表现出一致的性能提升？
• RQ5 通过 CNN 实现的自动特征学习是否能在不牺牲预测能力的前提下，减少对人工选择的技术指标的依赖？

主要发现

• CNNPred 框架在预测主要股票指数次日走势方面，显著优于现有的最先进基线算法。
• 与仅使用单一市场数据的模型相比，整合来自多个相关市场（如商品、外汇、期货）的数据可显著提升预测准确性。
• 该模型在分类准确率和 F1 分数方面均优于传统方法（如 SVM、随机森林）以及标准深度学习模型（如 LSTM 和 MLP）。
• 基于 CNN 的特征提取过程成功捕捉了金融时间序列中的复杂非线性模式，且无需大量人工特征工程。
• 该框架在不同指数（包括标普500、纳斯达克、道琼斯工业平均指数、纽约证券交易所和罗素2000）上表现出稳健性，表明其具有广泛适用性。
• 结果证实，市场间依赖关系中包含有价值的预测信息，而这些信息在传统预测系统中常被忽视。