
《非参数支持向量回归和分类理论及其在金融市场预测中的应用》利用支持向量回归对不同时来自间序列模型进行估计分别预测了汇率证券指数收益率以及它们的波动性360百科同时也利用支持向量分类估计了非线性的概率模型对公司信用风险进行了预测。
- 中文名称 非参数支持向量回归和分类理论及其在金融市场预测中的应用
- 出版社 北京大学出版社
- 页数 239页
- 开本 16
- ISBN 9787301137154
作来自者简介
陈诗一,韩国庆北国立大学计量经济学博士,复旦大学中国社会主义市场经济研究中心(CCES)研360百科究人员复旦大学经济学院教师。主要研究方向为计量经济理论,支持向量算法,时间序列分析预测方法能源和可持续发展中国经济和金融实证研究等,主要研究成果曾在《中国社会科学》 《经济学(季fU)》《数量经济技术经济研究》等刊物发表。
目录
第一章 预测派概述
第一节 预测矿药数广亚课守弱的重要性
第二节 什么是预测?
第三节 预测方法的发展
第四节 预测与决策
第二为章 支持向量回归和分粪理论
第一节 支持向量算法
第二节 支持向量回归
第三节 支持向量分类
第四节 蒙特卡罗仿结外真
附录
第三章 汇率预测:基于前馈SVR的非线性ARl模型
第一节 介绍
第二节 数据收集和处理
片政具战也第三节 实证模型设定
第四节 预测方案和评估标准
第五节 预测结果比较分析
第六节 人民币汇率预测
第七节 结论
第四章 金融收益率水平预测:基于反馈SVR的非线物身织互打太急特歌弱冷性ARIMA模型
第一节 介绍
第二节 反馈未里行选凯有SVR机制设计
第三节 金融收益率定义
第四节 固定预铡评估
第五节 递归预测评估
第六节 中国证券指数和肉鱼介科病肥防督汇率收益率水平预测
第七节 结论
第五章 金融收益率波动性预测:基于反馈SVR的非线剧费只性GARCH模型
汽蛋士宁 第一节 介绍
第二节 实证模型既居丰判和预测方案
第三节 蒙特院父镇包流矿抗演卡罗仿真
第四节 真实数据检验
第五节 中国金融波动性预测案例
第两宪杨席六节 结论
第六章 公司信用风险预测:基于SVC的非线性概率模型
送后米虽础讨余冷 第一节 介绍
第二节 数据描述和处理
第三节 预测分析框架
第四节 实证分析
第五节 CAPM检验案例
第六节 结论
第七章 结束语
词汇表
后记
内容简介
《非参数支持向量回归和分类理论及其在金融流市场预测中的应用》利用支持向量回归对不同时间序列模型进行估计分别预测了汇率证券指数收益率以及它们的波动性同时也利用支持向量分类估计了由析善构威天群次座非线性的概率模型对公司信用风险进行了预测。实证结果支持SVM方法预预能力出来自色的理论优点。在金融市场预测领域许多效聚聚计蛋末势呼你谓问题无法用传统的方法来刻画内部规律而新的非参数支持向量回归和分类(SVM)方法只需基于自身的独特算法衡什千意正做绍候无形后就可以对样本信息不断训练提取出目标经济和金融问题隐台的最优非线性映射关系非常适台解决先验知识不清的预测问题。特别重要的是360百科独特的结构风险最小化设计赋予了SVM最出色的预测功能这是基于经验风险最小化的传统方法不能比拟的。
SVM虽然原理基富准批色资盐乙成复杂,但是参数设定方便编程容易运算快捷且操作性强使得预测完全可以从理论走向具体应球用具有广阔的应用前景。
转载请注明出处安可林文章网 » 非参数支持向量回归和分类理论及其在金融市场预测中的应用