金融时间序列的时态Logistic神经特征包

数据聚类：超越k均值50年。模式识别字母，31（8）：651–6662010。[19] 拉斐尔·乔泽福维奇、沃伊切赫·扎伦巴和伊利亚·萨茨凯。对复发网络架构的实证探索。《国际机器学习会议记录》，第2342-2350页，2015年。[20] 弗拉基米尔·卡特科夫尼克和伊利亚·什穆列维奇。自适应变窗核密度估计。《模式识别字母》，23（14）：1641-16482002。[21]Alec N.Kercheval和Yuan Zhang。用支持向量机建模高频极限订单动态。《定量金融》，15（8）：1315–13292015。[22]Diederik P.Kingma和Jimmy Ba。Adam：一种随机优化方法。2015年《学习代表国际会议记录》。[23]Martin L–angkvist、Lars Karlsson和Amy Lout fi。时间序列建模的无监督特征学习和深度学习综述。《模式识别字母》，42:11–242014。【24】Yann LeCun、Yoshua Bengio和Geo Offrey Hinton。深度学习。《自然》，521（7553）：4362015。[25]Zachary C Lipton、David C Kale、Charles Elkan和Randall Wetzell。学习使用lstm递归神经网络进行诊断。arXiv预印本1511.036772015。【26】Paraskevi Nousi、Avraam Tsantekidis、Nikolaos Passalis、Adamantios Ntakaris、Juho Kanniainen、Anastasios Tefas、Moncef Gabbouj和Alexandros Iosi fidis。使用限价订单数据预测中间价变动的机器学习。arXiv预印本arXiv:1809.07861。【27】Adamantios Ntakaris、Martin Magris、Juho Kanniainen、Moncef Gabbouj和AlexandrosIosi Fidis。用于限额订单数据中间价预测的基准数据集。arXiv预印本XIV:1705.032332017。【28】尼古拉斯·帕萨利斯和阿纳斯塔西奥斯·特法斯。信息检索中基于熵优化的特征词袋表示。

IEEE知识与数据工程学报，28（7）：1664–16772016。【29】尼古拉斯·帕萨利斯和阿纳斯塔西奥斯·特法斯。深度卷积神经网络的特征池学习包。2017年IEEE计算机视觉国际会议记录。【30】尼古拉斯·帕萨利斯和阿纳斯塔西奥斯·特法斯。神经特征袋学习。模式识别，64:277–2942017。【31】尼古拉斯·帕萨利斯和阿纳斯塔西奥斯·特法斯。使用特征池袋训练轻量级深度卷积神经网络。《神经网络和学习系统IEEE交易》，2018年第1-11页。[32]Nikolaos Passalis、Anastasios Tefas、Juho Kanniainen、Moncef Gabbouj和Alexandros Iosi fidis。使用高频限价订单数据预测中间价变动的时间特征袋学习。《计算智能新兴主题IEEE交易》，2018年。【33】尼古拉斯·帕萨利斯（Nikolaos Passalis）、阿夫拉姆·赞特基迪斯（Avraam Tsantekidis）、阿纳斯塔西奥·特法斯（Anastasios Tefas）、朱霍·坎尼亚宁（Juho Kanniainen）、蒙塞夫·加布吉（Moncef Gabbouj）和亚历山德罗斯·Iosi菲。使用神经特征袋对时间序列进行分类。《欧洲信号处理会议过程》，第301–305页，2017年。伯纳德·W·西尔弗曼。用于统计和数据分析的密度估计。劳特利奇，2018年。[35]Josef Sivic，Andrew Zisserman，et al.《视频谷歌：视频中对象匹配的文本检索方法》。《IEEE计算机视觉国际会议记录》，第2卷，第1470-14772003页。[36]Emilio Tomasini和Urban Jaekle。交易系统。Harriman House Limited，英国汉普郡，2011年。【37】Dat Thanh Tran、Martin Magris、Juho Kanniainen、Moncef Gabbouj和Alexandros Iosi fidis。用于价格变化预测的高频金融数据中的张量表示。

《IEEE计算智能研讨会系列》第1-7页，2017年。【38】Avraam Tsantekidis、Nikolos Passalis、Anastasios Tefas、Juho Kanniainen、Moncef Gabbouj和Alexandros Iosi fidis。使用卷积神经网络从限价订单簿预测股票价格。《IEEE商业信息学会议记录》（CBI），第7-12页，2017年。【39】Avraam Tsantekidis、Nikolos Passalis、Anastasios Tefas、Juho Kanniainen、Moncef Gabbouj和Alexandros Iosi fidis。使用深度学习检测金融市场中的价格变化迹象。《欧洲信号处理会议记录》，第2511–2515页，2017年。[40]Jan C Van Gemert、Jan Mark Geusebroek、Cor J Veenman和Arnold WM Smelders。用于场景分类的Kernelcodebooks。《欧洲计算机视觉会议记录》，第696–709页，2008年。【41】王毅、罗志明和皮埃尔·马克·乔登。用于分割运动对象的交互式深度学习方法。《模式识别字母》，96:66–752017。