Convolutional Attention in Betting Exchange Markets
Rui Gonçalves, Vitor Miguel Ribeiro, Roman Chertovskih, António Pedro Aguiar
本研究介绍了对外汇市场价格变动的短期预测系统,使用市场深度数据和系统程序来实现完全自动化的交易系统。 该案例研究的重点是英国在世界领先的博彩交易所 Betfair 的预生活阶段赢得赛马市场。 创新的卷积注意力机制被引入并应用于多个循环神经网络和二维卷积循环神经网络层。 此外,还提出了一种新的卷积层填充方法,专门用于多变量时间序列处理。 这些创新非常详细,以及它们的执行过程。 拟议的架构遵循标准的监督学习方法,涉及模型培训和随后对新数据的测试,这需要广泛的预处理和数据分析。 该研究还为自动化功能工程和市场交互提供了一个完整的端到端框架,使用生产中开发的模型。 这项研究的关键发现是,所有提出的创新都积极影响了正在审查的分类任务的性能指标,从而推进了目前应用于多变量时间序列问题的卷积注意力机制和填充方法的最先进的方法。
This study presents the implementation of a short-term forecasting system for price movements in exchange markets, using market depth data and a systematic procedure to enable a fully automated trading system. The case study focuses on the UK to Win Horse Racing market during the pre-live stage on the world's leading betting exchange, Betfair. Innovative convolutional attention mechanisms are introduced and applied to multiple recurrent neural networks and bi-dimensional convolutional recurrent ...