Caractéristique universelle de la formation intrajournalière des prix

Cette séance de cours de l'instructeur couvre l'application des techniques d'apprentissage profond aux données à haute fréquence, en mettant l'accent sur la caractéristique universelle de la formation des prix intrajournaliers. La séance de cours explore l'utilisation des réseaux neuronaux pour prévoir les changements de prix en fonction de l'historique des flux d'ordres, soulignant l'importance de l'universalité dans la modélisation du comportement des actions sur différents titres. L'instructeur présente des résultats montrant l'efficacité de la mise en commun des données de divers stocks pour la précision des prévisions, soulignant le rôle de l'apprentissage automatique dans l'extraction d'informations pertinentes à partir de jeux de données complexes. En outre, la séance de cours explore le concept de stationnarité dans la relation entre les fluctuations de l'offre et de la demande et les changements de prix, démontrant la stabilité et l'universalité de cette relation au fil du temps.