期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Twin-SVM的多分形金融市场风险的智能预警研究
被引量：
22
1
作者
王鹏
黄迅
《统计研究》
CSSCI
北大核心
2018年第2期3-13,共11页
本文以沪深300指数(CSI300)长达11年的5分钟高频交易数据为研究样本,首先提出一种基于多分形特征的金融市场正常状态与关注状态的界定方法,并引入新型的支持向量机(SVM)人工智能模型,即孪生SVM(Twin-SVM)模型对多分形特征下的金融市场...
本文以沪深300指数(CSI300)长达11年的5分钟高频交易数据为研究样本,首先提出一种基于多分形特征的金融市场正常状态与关注状态的界定方法,并引入新型的支持向量机(SVM)人工智能模型,即孪生SVM(Twin-SVM)模型对多分形特征下的金融市场风险展开预警研究。实证结果表明:(1)我国新兴金融市场的价格波动具有显著的多分形特征;(2)基于多分形特征参数界定的正常与关注状态不仅准确,而且也具有明显的统计检验意义和明确的现实意义;(3)与传统SVM和BP神经网络(NN)相比,Twin-SVM不仅在预测精度上显著更高,而且在预测稳定性上也明显更优,即Twin-SVM能够有效地解决其他预警模型存在的非对称样本问题。
展开更多
关键词
金融风险
智能预警
多分形
孪生支持向量机
非对称样本
在线阅读
下载PDF
职称材料
题名
基于Twin-SVM的多分形金融市场风险的智能预警研究
被引量：
22
1
作者
王鹏
黄迅
机构
西南财经大学
中国
金融
研究
中心
西南财经大学金融安全协同创新中心资本市场研究所
出处
《统计研究》
CSSCI
北大核心
2018年第2期3-13,共11页
基金
国家自然科学基金"中国金融市场极端风险危机的SVM智能预警方法及应用"(71171025)
国家自然科学基金"结构突变下金融风险传染的隐Markov-高维动态藤Copula方法构建及应用研究"(71771032)
教育部人文社会科学研究规划基金项目"分形市场假说下的金融资产收益与波动关系研究"(15YJA790057)资助
文摘
本文以沪深300指数(CSI300)长达11年的5分钟高频交易数据为研究样本,首先提出一种基于多分形特征的金融市场正常状态与关注状态的界定方法,并引入新型的支持向量机(SVM)人工智能模型,即孪生SVM(Twin-SVM)模型对多分形特征下的金融市场风险展开预警研究。实证结果表明:(1)我国新兴金融市场的价格波动具有显著的多分形特征;(2)基于多分形特征参数界定的正常与关注状态不仅准确,而且也具有明显的统计检验意义和明确的现实意义;(3)与传统SVM和BP神经网络(NN)相比,Twin-SVM不仅在预测精度上显著更高,而且在预测稳定性上也明显更优,即Twin-SVM能够有效地解决其他预警模型存在的非对称样本问题。
关键词
金融风险
智能预警
多分形
孪生支持向量机
非对称样本
Keywords
Financial Risk
Intelligent Early Warning
Multifractal
Twin-SVM
Imbalanced Sample
分类号
C812 [社会学—统计学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Twin-SVM的多分形金融市场风险的智能预警研究
王鹏
黄迅
《统计研究》
CSSCI
北大核心
2018
22
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
