随机森林组合预测理论及其在金融中的应用PDF电子书下载

第1章 绪论 1

1.1统计预测方法发展历程 1

1.1.1结构计量模型阶段 3

1.1.2时间序列模型阶段 4

1.1.3非线性非参数计量模型阶段 6

1.1.4数据挖掘与组合预测阶段 7

1.2随机森林组合预测方法研究现状 12

1.3研究目的与意义 16

1.4主要内容与框架 18

第2章 分类回归树 26

2.1问题的提出 26

2.2分类决策树 27

2.2.1分类决策树原理 27

2.2.2分类树的分割 29

2.2.3 CART算法 32

2.2.4分类树的特点 34

2.2.5教学效果的分类决策树分析 35

2.3回归决策树 39

2.3.1回归决策树理论 39

2.3.2我国粮食产量的回归决策树分析 41

2.4决策树过拟合问题 43

2.4.1产生过拟合的原因 43

2.4.2过拟合的处理 45

2.5模型性能评估方法 46

2.5.1保持方法 47

2.5.2随机二次抽样法 47

2.5.3交叉验证法 48

2.5.4 Bootstrap法 48

2.6本章小结 49

第3章 随机森林分类与回归理论 51

3.1问题的提出 51

3.2随机森林分类原理与精度 53

3.2.1随机森林分类原理 53

3.2.2随机森林分类精度 55

3.2.3泛化误差、强度和相关系数的OOB估计 59

3.3随机特征选取 62

3.3.1随机输入变量选取 62

3.3.2基于随机变量线性组合的随机森林 67

3.3.3随机特征数的确定 69

3.4随机森林分类特点 70

3.4.1随机森林分类精度高 70

3.4.2对噪声的稳健性 72

3.4.3变量重要性的度量 73

3.5随机森林回归 77

3.5.1随机森林回归原理 77

3.5.2随机森林回归案例分析 78

3.6本章小结 80

第4章 随机分位数回归森林理论 83

4.1问题的提出 83

4.2分位数回归 85

4.2.1分位数回归原理 85

4.2.2分位数回归参数估计 87

4.3分位数回归森林 90

4.3.1分位数回归森林算法 92

4.3.2分位数回归森林一致性问题 93

4.4本章小结 100

第5章 基金涨跌方向预测 103

5.1问题的提出 103

5.2收益率方向预测 106

5.2.1数据来源与说明 106

5.2.2超额收益率方向预测 107

5.3交易策略模拟 113

5.4本章小结 116

第6章 个人住房贷款违约预测与利率政策模拟 120

6.1问题的提出 120

6.2文献回顾 121

6.2.1借款人特征 122

6.2.2贷款特征 122

6.2.3房产特征 123

6.2.4经济文化特征 123

6.3住房贷款违约风险评估模型 126

6.4数据说明及预处理 128

6.4.1数据来源与变量说明 128

6.4.2数据预处理 130

6.5实证分析 131

6.5.1指标体系的确定 131

6.5.2模型结果与解释 133

6.6利率政策模拟与讨论 136

6.7本章小结 139

第7章 信用卡信用违约预测 143

7.1问题的提出 143

7.2信用卡信用风险及研究现状 145

7.3数据说明及预处理 147

7.3.1数据来源与变量说明 147

7.3.2数据预处理 148

7.3.3特征描述 149

7.4实证分析 151

7.4.1指标体系的确定 151

7.4.2模型结果与解释 153

7.5本章小结 157

第8章 保险客户利润贡献度预测 161

8.1问题的提出 161

8.2客户利润贡献度及研究现状 163

8.3保险客户利润贡献度 165

8.3.1 Mulhern客户利润贡献度 165

8.3.2保险客户利润贡献度 165

8.3.3 ICP中的责任准备金 167

8.4数据说明及预处理 168

8.4.1数据来源与变量说明 168

8.4.2数据预处理 169

8.5实证分析 170

8.5.1指标体系的确定 170

8.5.2客户利润贡献度的计算 171

8.5.3模型的结果与解释 172

8.6本章小结 175

第9章 金融市场风险预测 180

9.1问题的提出 180

9.2 VaR计算方法 183

9.2.1 RiskMetric 183

9.2.2基于GARCH族模型方法 184

9.2.3历史模拟法 185

9.2.4传统极值理论 186

9.2.5 POT极值理论 188

9.2.6基于分位数回归的VaR计算 190

9.2.7基于分位数回归森林的VaR计算 191

9.3金融资产收益率分布的非参数估计 192

9.3.1非参数核密度估计方法 192

9.3.2基于非参数的金融资产收益率分布估计 199

9.4基于分位数回归森林的金融市场风险测量 203

9.4.1基于分位数回归的VaR金融市场风险 203

9.4.2基于分位数回归森林估计VaR 211

9.5 VaR回测检验与比较分析 213

9.5.1 Kupiec回测检验（Backtest） 213

9.5.2动态分位数回测检验 215

9.6本章小结 217

第10章 结束语 225

10.1本书的主要工作 225

10.2研究展望 227

后记 228