近日，我院商业数据系朱敏副教授作为第一作者，宋玉平副教授为通讯作者，与金融专业硕士研究生郭煜合作撰写的论文“A parallel hybrid neural networks model for forecasting returns with candlestick technical trading strategy” 在Expert Systems with Applications期刊在线发表。Expert Systems with Applications是人工智能和计算机科学等领域的TOP期刊，中科院一区TOP，JCR/Q1，Google Scholar上的H指数排名人工智能类期刊第五位，影响因子为8.5。
论文摘要
论文基于两日蜡烛线反弹信号的构建规律，设计了一个创新的并行混合神经网络模型（PHNN），旨在通过训练多日蜡烛线价格信息的深度神经网络，提高金融资产价格预测的准确性。用于预测的基础并行混合神经网络架构包括两个独立的子网络，可以选择各种模型配置，如CNN或LSTM等。最终预测是通过一个完全连接的神经层生成的，该层集成了这些子网络的输出。为了提高子网络的准确性，论文通过经验模态分解对价格分解重组，形成长期和短期两组价格序列输入，然后导入PHNN模型进行训练，以获得更精确的子网络，每个子网络在识别趋势和蜡烛图案方面都表现优异。实证研究为PHNN的有效性提供了实质支持，证明其优于基准模型。此外，发现双LSTM配置是PHNN的最佳架构选择。
作者简介： 朱敏，复旦大学经济学博士，现任上海师范大学商学院商业数据系系主任，研究方向：金融统计（统计模型基于金融的创新和运用）；深度学习（深度学习方法基于金融运用场景的优化）。在《Journal of Time Series Analysis》、《Computational Economics》、《Expert Systems with Applications》、《Pacific-Basin Finance Journal》、《财经研究》、《管理评论》等国内外学术性刊物上发表学术论文30余篇。曾指导研究生获得SAS高校商业数据大赛决赛全国第6、4、2名；“华为杯”全国研究生数学建模竞赛一等奖；MathorCup高校数学建模挑战赛一等奖。
返回顶部