Deep learning neural networks based algorithmic trading strategy for colombian financial market using tick by tick and order book data
This work presents an innovative and highly competitive Algorithmic Trading (AT) Strategy, based on a Convolutional Neural Network price direction predictor that uses High Frequency (HF) transactions and Limit Order Book (LOB) data. Information used includes data from US and Colombian market. Data p...
- Autores:
-
Niño Peña, Jaime Humberto
- Tipo de recurso:
- Doctoral thesis
- Fecha de publicación:
- 2019
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/69861
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/69861
http://bdigital.unal.edu.co/72209/
- Palabra clave:
- 0 Generalidades / Computer science, information and general works
02 Bibliotecología y ciencias de la información / Library and information sciences
33 Economía / Economics
5 Ciencias naturales y matemáticas / Science
6 Tecnología (ciencias aplicadas) / Technology
62 Ingeniería y operaciones afines / Engineering
Algorithmic Trading
Deep Learning
Convolutional Neural Networks
Computational Finance
High Frequency Trading
Financial Time Series
Finanzas computacionales
Aprendizaje profundo
Redes convolucionales
Aprendizaje de representación
Libro de órdenes
Transacciones
Estrategias de Negociación algorítmica
Negociación de alta frecuencia
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional