掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國政府與政治(新編21世紀(jì)公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
模糊機(jī)會約束最小二乘雙支持向量機(jī)算法及其在金融市場應(yīng)用的研究 版權(quán)信息
- ISBN：9787550448643
- 條形碼：9787550448643 ; 978-7-5504-4864-3
- 裝幀：簡裝本
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
模糊機(jī)會約束最小二乘雙支持向量機(jī)算法及其在金融市場應(yīng)用的研究 本書特色
一直以來， 中共中央對于金融安全、 風(fēng)險防范、 保障經(jīng)濟(jì)平穩(wěn)增長都高度重視， 中共十九大報告也指出要守住金融市場不發(fā)生系統(tǒng)性風(fēng)險的底線。 金融市場波動測度著金融市場的不確定性或風(fēng)險， 特別是 ２００８ 年全球金融危機(jī)后， 防范金融風(fēng)險、 預(yù)測金融市場波動更是成為學(xué)術(shù)界關(guān)注的重點。 傳統(tǒng)金融數(shù)據(jù)以及新興的微博文本數(shù)據(jù)等， 為許多經(jīng)濟(jì)決策提供依據(jù)的同時， 其高維、 非結(jié)構(gòu)化存在形式掩蓋了數(shù)據(jù)的本質(zhì)特征。 從復(fù)雜的高維數(shù)據(jù)中找到數(shù)據(jù)所反映的本質(zhì)規(guī)律， 應(yīng)用于金融市場， 對金融市場參與者而言， 能夠更準(zhǔn)確地預(yù)測金融市場波動， 規(guī)避金融市場波動引致的損失； 對金融市場監(jiān)管機(jī)構(gòu)而言， 可以更有效地防范系統(tǒng)性金融風(fēng)險， 保障金融市場穩(wěn)定運行。
模糊機(jī)會約束最小二乘雙支持向量機(jī)算法及其在金融市場應(yīng)用的研究 內(nèi)容簡介
本書通過機(jī)會約束規(guī)劃和模糊隸屬度，給出了一種全新的模糊機(jī)會約束*小二乘雙支持向量機(jī)，能夠有效地測量數(shù)據(jù)噪聲。此外，本書通過獲取移動端和PC端的關(guān)鍵詞百度搜索量，發(fā)現(xiàn)搜索時的行為及注意力集中度存在異質(zhì)性。同時基于關(guān)鍵詞百度搜索量，使用多種算法對金融市場波動進(jìn)行了預(yù)測，并對算法精度進(jìn)行了比較。流形學(xué)習(xí)理論作為一種高維非線性特征提取方法，正成為機(jī)器學(xué)習(xí)領(lǐng)域應(yīng)用研究的熱點，尤其在發(fā)現(xiàn)高維金融數(shù)據(jù)(上市公司財務(wù)數(shù)據(jù)、上證指數(shù)數(shù)據(jù)等)的低維表示應(yīng)用中展現(xiàn)了良好的算法效果。本書通過對測地距離與歐式距離進(jìn)行假設(shè)，從理論上論證了使用歐式距離會達(dá)到Is0MAP算法類似效果，同時能夠降低算法復(fù)雜度。
模糊機(jī)會約束最小二乘雙支持向量機(jī)算法及其在金融市場應(yīng)用的研究 目錄
1 緒論
1.1 研究背景與研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容與方法
1.3.1 研究內(nèi)容
1.3.2 研究方法
1.4 本書結(jié)構(gòu)安排
1.5 本書創(chuàng)新及不足
2 金融市場波動預(yù)測模型類文獻(xiàn)及基于搜索指數(shù)的金融市場波動預(yù)測類文獻(xiàn)述評
2.1 金融市場波動預(yù)測模型類文獻(xiàn)述評
2.2 基于搜索指數(shù)的金融市場波動預(yù)測類文獻(xiàn)述評
2.3 本章小結(jié)
3 理論及方法介紹
3.1 金融時間序列特征及分析方法
3.2 波動率理論
3.2.1 波動聚類
3.2.2 均值回復(fù)
3.2.3 長期記憶效應(yīng)及錨定效應(yīng)(Anchoring Effect)
3.2.4 杠桿效應(yīng)
3.3 流形理論及流形學(xué)習(xí)算法
3.3.1 流形學(xué)習(xí)的數(shù)學(xué)定義
3.3.2 ISOMAP等流形學(xué)習(xí)算法理論
3.4 本章小結(jié)
4 模糊機(jī)會約束*小二乘雙支持向量機(jī)(FCC-LSTSVM)模型
4.1 支持向量機(jī)簡介
4.2 *小二乘雙支持向量機(jī)和模糊機(jī)會約束雙支持向量機(jī)
4.2.1 *小二乘雙支持向量機(jī)(LSTSVM)
4.2.2 模糊機(jī)會約束雙支持向量機(jī)(FCC-TSVM)
4.3 模糊機(jī)會約束*小二乘雙支持向量機(jī)(FCC-LSTSVM)
4.4 數(shù)值實驗
4.4.1 模糊隸屬度函數(shù)
4.4.2 人工數(shù)據(jù)
4.4.3 真實數(shù)據(jù)測試
4.5 本章小結(jié)
5 基于百度指數(shù)的滬深300指數(shù)波動率預(yù)測研究
5.1 百度指數(shù)預(yù)測金融市場波動路徑分析
5.2 實驗設(shè)計
5.2.1 數(shù)據(jù)來源
5.2.2 描述性統(tǒng)計與相關(guān)性分析
5.3 交易日百度指數(shù)與滬深300指數(shù)波動關(guān)系研究及算法比較
5.3.1 百度指數(shù)預(yù)處理方法及FCC-LSTSVM算法實現(xiàn)
5.3.2 PC端百度指數(shù)預(yù)測滬深300指數(shù)波動及算法比較
5.3.3 移動端百度指數(shù)預(yù)測滬深300指數(shù)波動及算法比較
5.4 本章小結(jié)
6 關(guān)于ISOMAP算法的改進(jìn)
6.1 算法假設(shè)
6.2 算法論述
6.3 本章小結(jié)
7 全書總結(jié)與研究展望
7.1 全書總結(jié)
7.2 研究展望
參考文獻(xiàn)
附錄
附錄A 百度指數(shù)提取主要代碼
附錄B FCC-LSTSVM主要代碼
附錄C 部分關(guān)鍵詞百度指數(shù)
后記
1.1 研究背景與研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容與方法
1.3.1 研究內(nèi)容
1.3.2 研究方法
1.4 本書結(jié)構(gòu)安排
1.5 本書創(chuàng)新及不足
2 金融市場波動預(yù)測模型類文獻(xiàn)及基于搜索指數(shù)的金融市場波動預(yù)測類文獻(xiàn)述評
2.1 金融市場波動預(yù)測模型類文獻(xiàn)述評
2.2 基于搜索指數(shù)的金融市場波動預(yù)測類文獻(xiàn)述評
2.3 本章小結(jié)
3 理論及方法介紹
3.1 金融時間序列特征及分析方法
3.2 波動率理論
3.2.1 波動聚類
3.2.2 均值回復(fù)
3.2.3 長期記憶效應(yīng)及錨定效應(yīng)(Anchoring Effect)
3.2.4 杠桿效應(yīng)
3.3 流形理論及流形學(xué)習(xí)算法
3.3.1 流形學(xué)習(xí)的數(shù)學(xué)定義
3.3.2 ISOMAP等流形學(xué)習(xí)算法理論
3.4 本章小結(jié)
4 模糊機(jī)會約束*小二乘雙支持向量機(jī)(FCC-LSTSVM)模型
4.1 支持向量機(jī)簡介
4.2 *小二乘雙支持向量機(jī)和模糊機(jī)會約束雙支持向量機(jī)
4.2.1 *小二乘雙支持向量機(jī)(LSTSVM)
4.2.2 模糊機(jī)會約束雙支持向量機(jī)(FCC-TSVM)
4.3 模糊機(jī)會約束*小二乘雙支持向量機(jī)(FCC-LSTSVM)
4.4 數(shù)值實驗
4.4.1 模糊隸屬度函數(shù)
4.4.2 人工數(shù)據(jù)
4.4.3 真實數(shù)據(jù)測試
4.5 本章小結(jié)
5 基于百度指數(shù)的滬深300指數(shù)波動率預(yù)測研究
5.1 百度指數(shù)預(yù)測金融市場波動路徑分析
5.2 實驗設(shè)計
5.2.1 數(shù)據(jù)來源
5.2.2 描述性統(tǒng)計與相關(guān)性分析
5.3 交易日百度指數(shù)與滬深300指數(shù)波動關(guān)系研究及算法比較
5.3.1 百度指數(shù)預(yù)處理方法及FCC-LSTSVM算法實現(xiàn)
5.3.2 PC端百度指數(shù)預(yù)測滬深300指數(shù)波動及算法比較
5.3.3 移動端百度指數(shù)預(yù)測滬深300指數(shù)波動及算法比較
5.4 本章小結(jié)
6 關(guān)于ISOMAP算法的改進(jìn)
6.1 算法假設(shè)
6.2 算法論述
6.3 本章小結(jié)
7 全書總結(jié)與研究展望
7.1 全書總結(jié)
7.2 研究展望
參考文獻(xiàn)
附錄
附錄A 百度指數(shù)提取主要代碼
附錄B FCC-LSTSVM主要代碼
附錄C 部分關(guān)鍵詞百度指數(shù)
后記
展開全部
模糊機(jī)會約束最小二乘雙支持向量機(jī)算法及其在金融市場應(yīng)用的研究 作者簡介
韓仁杰，1989年出生，博士，重慶工商大學(xué)經(jīng)濟(jì)學(xué)院經(jīng)濟(jì)系講師。主要研究領(lǐng)域為偏微分方程、**化、行為經(jīng)濟(jì)學(xué)等，已在數(shù)學(xué)和應(yīng)用經(jīng)濟(jì)學(xué)領(lǐng)域發(fā)表SCI、SSCI論文5篇，主持重慶市社科規(guī)劃項目1項，校級科研項目1項。
書友推薦
- >
回憶愛瑪儂
- >
史學(xué)評論
- >
我與地壇
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
伯納黛特,你要去哪(2021新版)
- >
小考拉的故事-套裝共3冊
- >
煙與鏡
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
本類暢銷
