第一部分机器学习算法在金融预测中的选择 关键词关键要点 主题名称:监督式学习算法 1.线性回归:用于建立墙入和输出变量之间的线性关系, 预测连续值,如股票价格和指数波动。 2.逻辑回归:用于预测二分类问题,如债券违约概率和公 司信用评级C 3.决策树:采用分而治之的方法创建预测模型,通过不断 分割数据来确定预测结...
20180621--机器学习及其在金融市场中的应用2018-06-21.pdf,机器学习及其在金融市场中的应用 证券分析师 :曹春晓A0230516080002 2018.6.21 主要内容 1. 机器学习已广泛应用于各个前沿领域 2. 机器学习在金融市场中的应用举例 1. Lasso回归与商品期货价格 2. 使用决策树模型
机器学习方法不仅能有效处理大量金融数据,更是一种新的思维 研究模式. 从数学的角度来看,机器学习表现为一种变量空间的映 射关系,其使学习到的函数能较好地表征原有数据规律,最大 化逼近真实函数曲线.传统的计量资产定价研究主要关注市 场规律研究,而机器学习主要关注数据处理与算法本身的改进,特征深层次提取和特征...
书籍类型:Epub+Txt+pdf+mobi 创建日期:2021-03-02 06:10:09 发布日期:2024-11-19 连载状态:全集 书籍作者:倪好 ISBN:9787302565963 运行环境:pc/安卓/iPhone/iPad/Kindle/平板 下载地址 内容简介 本书是资深金融数据分析专家多年工作的结晶。书中深入浅出地阐释机器学习的数学基础及其在金融数据分析领域的应用。