arXiv 高频交易数据驱动测量论文更新
热点事件持续更新
arXiv 高频交易数据驱动测量论文更新
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
G. Ibikunle、B. Moews、D. Muravyev、K. Rzayev 发布了论文《Data-driven measures of high-frequency trading》的新版本。论文称，公开数据无法识别高频交易，标准的代理指标也不能区分提供流动性与消耗流动性的策略。 研究团队用机器学习模型在 Nasdaq 专有数据上训练，将可观测的高频交易活动映射到公开日内变量，为 2010 至 2023 年全部美股生成区分供给流动性与需求流动性的日度高频交易指标。这些结论来自论文摘要自述。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
基于机器学习的高频交易测度：用 Nasdaq 专有数据构建美股 2010-2023 年日度指标报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.LG基于机器学习的高频交易测度：用 Nasdaq 专有数据构建美股 2010-2023 年日度指标
研究团队用机器学习模型在 Nasdaq 专有数据上训练，将可观测的高频交易活动映射到公开日内变量，从而为 2010 至 2023 年全部美股生成区分供给流动性与需求流动性的日度 HFT 指标。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。