Spatio-temporal Model for Limit Order Books in the Stock Exchange of Thailand

Conference proceedings article

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Thipprachak K., Tangamchit P.

ผู้เผยแพร่: Hindawi

ปีที่เผยแพร่ (ค.ศ.): 2019

หน้าแรก: 119

หน้าสุดท้าย: 122

จำนวนหน้า: 4

ISBN: 9781538677742

นอก: 0146-9428

eISSN: 1745-4557

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85063296627&doi=10.1109%2fICA-SYMP.2019.8645980&partnerID=40&md5=6d0d55814771a4a69014332f019d5392

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

We propose a spatio-temporal model for predicting anomaly price movements in the Stock Exchange of Thailand (SET). The model used a deep neural network classification algorithm that has a time series of of limit order books (LOB) as an input. There were three output classes: anomaly price uptrend, anomaly price downtrend, and normal price movements. We performed experiments to compare the efficiency among convolutional neural network model, Long short-term memory model, and the combination of both in order to classify anomaly price movements. The results of the experiment showed that the combination of both convolutional layers and Long short-term memory model had the highest accuracy with 74.55% for predicting abnormal price movements. ฉ 2019 IEEE.

คำสำคัญ

Anomaly Detection, Deep Neural Network, spatiotemporal model