朱文强

摘要：技术创新在金融行业扮演着越来越重要的地位，尤其是机器学习算法与深度学习算法的创新，相较于传统计量经济模型对于金融市场风险、收益波动的预测效果，凭借互联网大数据，更多机构或个人通过机器学习来拟合金融市场，加强投资策略。这种具备大数据、互联网以及量化投资特征的研究将会成为金融行业的一大研究热点，而本文则依据国内外学者对金融领域与深度学习的交叉研究开展综述。

关键词：深度学习;量化投资;文献综述

1. 深度学习的发展前景

随着科技发展，智能算法逐渐成为各个研究领域较为火热的研究方法，尤其是针对于深度学习技术的优势，其在计算机视觉领域和自然语言处理领域的飞速发展。深度学习是在基于神经网络基础上更加强大的一种智能算法，神经网络是一种非常强大的非参数化工具，被广泛应用于信号处理、模式识别等诸多领域，可以有效处理模型参数之间的非线性关系。与其他计量经济学方法相比，它不需定义模型的方程形式，也无需假设变量之间的函数关系。因此，与传统的诸如ARIMA、GARCH、OLS、VAR模型等参数计量经济模型相比，其具有（1）对非线性数据的拟合能力强于线性拟合;（2）由于没有标准的函数方程约束，其更加适应动态变化的金融市场，即对于金融时间序列数据的预测也存在显著效果;（3）其是一种以数据驱动的而非参数驱动的弱计量模型，从而相对于传统的计量经济模型来说，更容易避免模型设定产生的误差。……