《數據驅動的金融時間序列預測模型研究》是2018年科學出版社出版的圖書,作者是張貴生。
基本介紹
- 中文名:數據驅動的金融時間序列預測模型研究
- 作者:張貴生
- 類別:經濟學
- 出版社:科學出版社
- 出版時間:2018年01月
- ISBN:9787030542502
《數據驅動的金融時間序列預測模型研究》是2018年科學出版社出版的圖書,作者是張貴生。
《數據驅動的金融時間序列預測模型研究》是2018年科學出版社出版的圖書,作者是張貴生。內容簡介以非線性動力學的觀點看來,現代金融理論中金融系統的不確定性恰恰源於其自身就是一個受多種因素綜合影響的具有開放性質的複雜巨系統,...
金融時間序列的長記憶特性及預測研究 《金融時間序列的長記憶特性及預測研究》是2012年出版的圖書,作者是王文靜。內容介紹 緒論;金融時間序列的長記憶性及其相關理論;金融時間序列的長記憶性檢驗;灰色長記憶模型及其實證研究等。
《金融時間序列:理論與方法》是2020年經濟科學出版社出版的圖書。內容簡介 本書主要對近年經濟時間序列發展過程中的理論與方法進行研究,包括模型選擇與模型平均方法、非平穩時間序列Granger因果性檢驗、變數的弱外生性及動態面板數據模型等...
《金融時間序列預測:基於R語言的套用實踐》以R語言計算環境為平台,從金融時間序列分析和預測的套用實踐出發,以真實的金融數據(股票、原油、期貨等)為背景,對相關的R語言時間序列表示的語法、數據結構、可視化方法、簡單預測、回歸預測、...
《金融高頻時間序列風險值計算的樣條小波算法研究》是依託上海交通大學,由侯建榮擔任項目負責人的面上項目。項目摘要 現代金融風險分析只有在相當大的樣本下才能顯現出有效性,現有風險計算方法本身所固有的局限性使其對基於高頻數據風險值的...
主要內容包括:金融時間序列數據的基本特徵,神經網路,非線性方法,使用跳躍擴散方程進行衍生產品的定價,採用極值理論計算風險值,帶時變相關係數的多元波動率模型,貝葉斯推斷。本書可作為金融等專業高年級本科生或研究生的時間序列分析教材...
由於反射理論可以從巨觀上描繪信息和市場趨勢演化過程,因此本項目圍繞“信息和市場,反射演化”,利用大量網際網路信息數據,構建基於反射理論的信息驅動金融市場模型。首先,設計一種網際網路信息數據的分類及量化算法;然後,將量化信息時間序列...
第二節 金融市場的傳統分析方法 一、基礎分析與技術分析 二、數理統計分析 第三節 數據挖掘技術的興起與發展 第四節 本書的研究目的與內容 一、本書的研究對象 二、本書的研究內容 第二章 時間序列數據挖掘研究及其套用 第一節 ...
本書探討了譜聚類的理論、模型、算法及其在金融時間序列數據挖掘中的套用。以矩陣擾動理論為工具證明了多路歸一化割譜聚類方法的合理性;提出了譜聚類中基於穩定性的非唯一聚類數目估計方法;給出了譜聚類中包含聚類信息的特徵向量組自動...
作者在全面闡述金融時間序列分析理論知識的同時,還系統地介紹了金融計量經濟模型及其在金融時間序列數據的建模和預測中的套用。第3版使用能夠免費得到的R軟體包,可以對金融數據進行實證分析,也可以使用現實的例子對相關計算和分析進行說明。
本書全面闡述了金融時間序列,並主要介紹了金融時間序列理論和方法的當前研究熱點和一些最新研究成果,尤其是風險值計算、高頻數據分析、隨機波動率建模和馬爾可夫鏈蒙特卡羅方法等方面。此外,本書還系統闡述了金融計量經濟模型及其在金融時間...
《金融時間系列分析》是2018年4月中國財政經濟出版社出版的圖書,作者是吳祥佑。內容簡介 先介紹保險時間序列數據分析的基本理論,然後以我國保險經營實際數據為例說明理論的具體套用,對模型推導過程作基本介紹,對模型運用、變數引入、結論...
我們將建立一個在條件特徵函式基礎上的廣泛套用於由列維過程驅動的隨機微分方程,及部分可觀測的過程的參數估計方法、模型檢驗的統計推 結題摘要 隨機微分方程和時間序列分別是機率論和數理統計學科中的重要研究分支。隨機微分方程廣泛的用於...
第四章討論了局部平穩模型大樣本理論,並運用所得理論結果對中國股票市場進行了實證分析。第五章歸納了全書的觀點和結論,指出了該書需進一步研究的問題。最後一章簡單介紹R軟體在教學科研中的套用。作品目錄 創作背景 金融時間序列分析主要...
本項目構建了基於貝葉斯估計方法的馬爾可夫轉換模型,並套用於巨觀經濟、金融、房地產、能源類時間序列的實證研究。在理論研究方面,本項目首先研究模型比較和選擇問題,提出了最優狀態數目的選擇標準;其次解決後驗模擬中的標題互換問題,設計...
本項目主要研究非線性時間序列模型在金融風險管理中對風險價值的套用.風險價值的研究是近十餘年來理論與實踐研究的一個熱點.針對風險價值的常用計算方法的不足之處,本項目提出結合非線性時間序列模型和極值理論的風險價值與條件風險價值的...
使我們對截面數據的分析有初步的了解;第六章至第八章主要圍繞常見的金融數據時間序列分析模型展開,由淺入深,從時間序列數據的平穩性檢驗入手,逐步到建立ARIMA模型、ARCH模型和GARCH模型,使我們了解金融時間序列數據常見模型的建模過程。
構建了多變數金融時間序列的非線性預測模型及混沌理論與LS-SVM相結合的多變數金融時間序列預測模型;在第七章、第八章、第九章中,將前面介紹的各種方法套用到股票、期貨和匯率等金融時序數據的非線性檢驗和預測中。
本項目的研究內容是項目主持人博士論文研究的深化和擴展,基於機率極限理論和漸近統計理論,利用蒙特卡洛模擬技術,針對金融數據厚尾以及非平穩的特徵,研究了非線性時間序列模型的估計及檢驗問題。在基礎理論研究方面:(1)對於非平穩TGARCH(...