请选择 进入手机版 | 继续访问电脑版

QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 664|回复: 0

金融时间序列模型不确定性的元学习方法-研究论文

[复制链接]
字体大小: 正常 放大

1158

主题

15

听众

1万

积分

  • TA的每日心情
    开心
    2023-7-31 10:17
  • 签到天数: 198 天

    [LV.7]常住居民III

    自我介绍
    数学中国浅夏
    发表于 2022-5-29 22:28 |显示全部楼层
    |招呼Ta 关注Ta
    近年来,金融市场经历了几次负面的西格玛事件; 这些事件的发生规律比当前风险模型所能预测的要多得多。 不能保证训练集的数据生成过程与金融中的测试集相同。 数学模型旨在处理无限且不断变化的数据,然而,实际事件使大多数模型的生活变得艰难。 独立同分布随机变量和平稳时间序列的假设在现实中并不成立。 过度依赖历史数据和模型回测并不足以克服这些挑战。强化学习在应用于金融时间序列时面临类似的挑战。分布外泛化是一个没有数据假设就无法解决的问题生成过程。 如果测试数据是任意的或与训练数据无关,那么泛化是不可能的。 找到这些特定的原则可能会帮助我们构建人工智能和金融建模系统。
    $ O' e; k9 A% S4 r) H, f! P) k+ A
    - D/ Q$ x( y7 Q, K

    金融时间序列模型不确定性的元学习方法-研究论文.pdf

    1.56 MB, 下载次数: 1, 下载积分: 体力 -2 点

    售价: 2 点体力  [记录]

    zan
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2024-3-28 20:22 , Processed in 0.408331 second(s), 55 queries .

    回顶部