Optical-based Limit Order Book Modelling using Deep Neural Networks

Conference proceedings article

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Laowatanachai P., Tangamchit P.

ผู้เผยแพร่: Hindawi

ปีที่เผยแพร่ (ค.ศ.): 2020

หน้าแรก: 1

หน้าสุดท้าย: 4

จำนวนหน้า: 4

ISBN: 9781728130767

นอก: 0146-9428

eISSN: 1745-4557

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85084978133&doi=10.1109%2fiEECON48109.2020.229466&partnerID=40&md5=e19a14b098cfbcd4591083d69cce455d

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

We used a deep neural network to create a model of order books' behaviors in a stock market using their VDO snapshots as an input. The snapshots were taken from a stock market application in time series format. Google's Tesseract OCR was used to extract price data from these snapshots. A long short-term memory (LSTM) neural network was used to learn the price behaviors in order to predict their future trends, i.e. up, down, or neutral. The result showed that the system achieved an accuracy of 68.96% despite the noise from the OCR and the sampling effect of the snapshots. © 2020 IEEE.

คำสำคัญ

Deep neural networks, Predictive models, Stock markets, Time Series Analysis