DeepEye:一个基于深度学习的程序化交易识别与分类方法

摘要：

基于沪市A股交易数据,对A股市场程序化交易行为进行系统分析,构建程序化交易识别及分类特征指标体系,结合深度学习技术提出A股市场程序化交易的智能识别与分类方法——DeepEye,该方法可对程序化交易进行识别并分类.在真实交易行为数据集上的实验表明,所提出的方法在识别和分类上取得了较高的准确率,验证了将深度学习用于证券市场行为监管的可行性和有效性.该方法已辅助用于资本市场投资者画像及市场一线行为监管.

关键词：投资者行为、程序化交易、行为监管、深度学习、分类

所属期刊栏目：4

分类号：TP393(计算技术、计算机技术)

在线出版日期：2018-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：94-102