Stephen Roberts

Affiliation: University of Oxford（牛津大学）—— Oxford-Man Institute of Quantitative Finance / Department of Engineering Science（另有统计学背景，做过生物信息学与时间序列建模）。

研究领域: 机器学习与金融的交叉，尤其是把深度学习用于高频/微观结构数据与时间序列策略。

在本 wiki 的论文

• Zhang-Zohren-Roberts 2018 — DeepLOB — 订单簿深度学习的开山之作（Inception 卷积捕捉空间结构 + LSTM 捕捉时间依赖）。见 DeepLOB · LOB 深度学习序列 (Deep LOB Literature)
• Zhang-Zohren-Roberts 2021 — Deep Learning for Portfolio Optimization — 端到端组合优化：不预测收益，LSTM 直接输出四只指数 ETF 的权重，梯度上升直接最大化 Sharpe 比率。见 深度学习直接优化组合

方法论取向

与两位长期合作者（Zihao Zhang、Stefan Zohren）一起，他的路线可以概括成把学习目标对齐到最终目的：

1. 预测端（DeepLOB）：不手工构造特征，让网络从原始数据里学（LIME 事后解释）。
2. 决策端（Portfolio Optimization）：连预测这一步都省掉，损失函数直接就是 Sharpe 比率。

第二篇还与另外几位合作者把这条线推向策略层——Lim、Zohren、Roberts (2019) 的 Enhancing Time-Series Momentum Strategies Using Deep Neural Networks（JBDF Sci）属于同一脉络：用 LSTM 学出的信号增强时序动量策略。

相关

• 合作者: Zihao Zhang · Stefan Zohren
• 概念: DeepLOB · LOB 深度学习序列 (Deep LOB Literature) · 深度学习直接优化组合