Buchumschlag

The Limits of Complexity: Why Feature Engineering Beats Deep Learning in Investor Flow Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Kang, Sungwoo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computational Finance
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimal Signal Extraction from Order Flow: A Matched Filter Perspective on Normalization and Market Microstructure
von: Kang, Sungwoo
Veröffentlicht: (2025)

Information Propagation Across Investor Types: Transfer Entropy Networks in the Korean Equity Market
von: Kang, Sungwoo
Veröffentlicht: (2026)

Stock Price Prediction Using Triple Barrier Labeling and Raw OHLCV Data: Evidence from Korean Markets
von: Kang, Sungwoo
Veröffentlicht: (2025)

When the Rules Change: Adaptive Signal Extraction via Kalman Filtering and Markov-Switching Regimes
von: Kang, Sungwoo
Veröffentlicht: (2026)

The Strategic Gap: How AI-Driven Timing and Complexity Shape Investor Trust in the Age of Digital Agents
von: Neupane, Krishna
Veröffentlicht: (2026)

The Physics of Price Discovery: Deconvolving Information, Volatility, and the Critical Breakdown of Signal during Retail Herding
von: Kang, Sungwoo
Veröffentlicht: (2026)

HARd to Beat: The Overlooked Impact of Rolling Windows in the Era of Machine Learning
von: Audrino, Francesco, et al.
Veröffentlicht: (2024)

Using a Deep Learning Model to Simulate Human Stock Trader's Methods of Chart Analysis
von: Kang, Sungwoo, et al.
Veröffentlicht: (2023)

A Hybrid Deep Learning Framework for Stock Price Prediction Considering the Investor Sentiment of Online Forum Enhanced by Popularity
von: Li, Huiyu, et al.
Veröffentlicht: (2024)

Learn to Rank Risky Investors: A Case Study of Predicting Retail Traders' Behaviour and Profitability
von: Li, Weixian Waylon, et al.
Veröffentlicht: (2025)

Benchmarking ERP Analysis: Manual Features, Deep Learning, and Foundation Models
von: Wang, Yihe, et al.
Veröffentlicht: (2026)

Personalized Chain-of-Thought Summarization of Financial News for Investor Decision Support
von: Zhang, Tianyi, et al.
Veröffentlicht: (2025)

LLM-Enhanced Feature Engineering for Multi-Factor Electricity Price Predictions
von: Xue, Haochen, et al.
Veröffentlicht: (2025)

Beyond Isolated Investor: Predicting Startup Success via Roleplay-Based Collective Agents
von: Liu, Zhongyang, et al.
Veröffentlicht: (2025)

Measuring Investor Learning in Private Markets: A Sequential LLM-Bayesian Analysis of Expert Network Calls
von: Chai, Yidong, et al.
Veröffentlicht: (2025)

Optimizing Portfolio Management and Risk Assessment in Digital Assets Using Deep Learning for Predictive Analysis
von: Cheng, Qishuo, et al.
Veröffentlicht: (2024)

A Prior-Predictive Monte Carlo Framework for Pricing Complex Data Products in Data-Poor Markets
von: Siemiatkowski, Adam L., et al.
Veröffentlicht: (2026)

Insensitive Investors
von: CONSTANTIN CHARLES, et al.
Veröffentlicht: (2024)

Investor Factors
von: SEBASTIEN BETERMIER, et al.
Veröffentlicht: (2025)

Forecasting Intraday Volume in Equity Markets with Machine Learning
von: Cucuringu, Mihai, et al.
Veröffentlicht: (2025)

Deep Penalty Methods: A Class of Deep Learning Algorithms for Solving High Dimensional Optimal Stopping Problems
von: Peng, Yunfei, et al.
Veröffentlicht: (2024)

Nonlinear Evidence of Investor Heterogeneity: Retail Cash Flows as Drivers of Market Dynamics
von: Oh, Gabjin
Veröffentlicht: (2025)

Institutional Investor Attention
von: ALAN KWAN, et al.
Veröffentlicht: (2026)

International Trade Flow Prediction with Bilateral Trade Provisions
von: Pan, Zijie, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Trade Execution with Market and Limit Orders
von: Cheridito, Patrick, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Modelling Protein Complexes
von: Gao, Ziqi, et al.
Veröffentlicht: (2024)

An Integrated Machine Learning and Deep Learning Framework for Credit Card Approval Prediction
von: Tong, Kejian, et al.
Veröffentlicht: (2024)

Intelligent Optimization of Mine Environmental Damage Assessment and Repair Strategies Based on Deep Learning
von: Cheng, Qishuo
Veröffentlicht: (2024)

Deep Reinforcement Learning Algorithms for Option Hedging
von: Neagu, Andrei, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Active Flow Control around a Three-Dimensional Flow-Separated Wing at Re = 1,000
von: Montalà, R., et al.
Veröffentlicht: (2025)

Predicting Realized Variance Out of Sample: Can Anything Beat The Benchmark?
von: Pollok, Austin
Veröffentlicht: (2025)

Predicting Liquidity-Aware Bond Yields using Causal GANs and Deep Reinforcement Learning with LLM Evaluation
von: Walia, Jaskaran Singh, et al.
Veröffentlicht: (2025)

Stock Volatility Prediction using Time Series and Deep Learning Approach
von: Chatterjee, Ananda, et al.
Veröffentlicht: (2022)

Discovering Flow Separation Control Strategies in 3D Wings via Deep Reinforcement Learning
von: Montalà, R., et al.
Veröffentlicht: (2025)

A Geometric Approach To Asset Allocation With Investor Views
von: Antonov, Alexandre V., et al.
Veröffentlicht: (2024)

Why Bonds Fail Differently? Explainable Multimodal Learning for Multi-Class Default Prediction
von: Lu, Yi, et al.
Veröffentlicht: (2025)

Deep Bellman Hedging
von: Buehler, Hans, et al.
Veröffentlicht: (2022)

Orderbook Feature Learning and Asymmetric Generalization in Intraday Electricity Markets
von: Yu, Runyao, et al.
Veröffentlicht: (2025)

Why Groups Matter: Necessity of Group Structures in Attributions
von: Chen, Dangxing, et al.
Veröffentlicht: (2024)

Enhancing Black-Scholes Delta Hedging via Deep Learning
von: Qiao, Chunhui, et al.
Veröffentlicht: (2024)