统计套利是一种基于相似资产阶段性的价格偏离获取收益的交易策略，通常分为资产配对、价差时序建模及组合构建三个部分。在这传统的统计套利框架中，深度学习分别有怎样的应用场景？深度学习又能带来怎么的绩效提升？在《Deep Learning Statistical Arbitrage》这篇论文中作者给出了详细的模型框架及实证结果。
部分解读介绍：
2021年8月26日19:00-20:00，我们邀请了NVIDIA解决方案架构师王闪闪为大家深度提炼与解读这篇最新的论文，共同探讨如何通过深度学习来重新思考统计套利与时间序列模型搭建。
本次直播的主要内容包括：
- 考虑交易摩擦和成本的前提下，保持盈利的最佳交易策略
识别二维码 / 点击阅读原文
即刻报名参会
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者，连续2年被腾讯云+社区评选为“年度最佳作者”。
