《非参数支持向量回归和分类理论及其在金融市场预测中的应用》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:陈诗一著
  • 出 版 社:北京市:北京大学出版社
  • 出版年份:2008
  • ISBN:730113715X
  • 页数:239 页
图书介绍:本文构筑了一系列基于非参数支持向量回归(SVR)的时间序列模型来预测中国主要金融变量的水平和变化趋势,比如预测汇率和外汇储备走势、股市风险以及金融预警等。本书最大的特色与创新就是把人工智能领域的非参数支持向量回归(SVR)方法与广泛使用的各种时间序列模型相结合,建立针对不同数据类型的预测模型体系,并运用到中国金融时间序列的预测上面来,实现可编程性和可操作性,为金融管理者和研究者提供了一个新的更强大的分析工具。预计总印量10000册。

第一章 预测概述 1

第一节 预测的重要性 1

第二节 什么是预测? 7

第三节 预测方法的发展 12

第四节 预测与决策 19

第二章 支持向量回归和分类理论 22

第一节 支持向量算法 22

第二节 支持向量回归 24

第三节 支持向量分类 32

第四节 蒙特卡罗仿真 39

附录 46

第三章 汇率预测:基于前馈SVR的非线性ARI模型 59

第一节 介绍 59

第二节 数据收集和处理 62

第三节 实证模型设定 64

第四节 预测方案和评估标准 71

第五节 预测结果比较分析 74

第六节 人民币汇率预测 87

第七节 结论 92

第四章 金融收益率水平预测:基于反馈SVR的非线性ARIMA模型 97

第一节 介绍 97

第二节 反馈SVR机制设计 101

第三节 金融收益率定义 104

第四节 固定预测评估 106

第五节 递归预测评估 118

第六节 中国证券指数和汇率收益率水平预测 133

第七节 结论 139

第五章 金融收益率波动性预测:基于反馈SVR的非线性GARCH模型 145

第一节 介绍 145

第二节 实证模型和预测方案 149

第三节 蒙特卡罗仿真 154

第四节 真实数据检验 159

第五节 中国金融波动性预测案例 167

第六节 结论 173

第六章 公司信用风险预测:基于SVC的非线性概率模型 180

第一节 介绍 180

第二节 数据描述和处理 184

第三节 预测分析框架 195

第四节 实证分析 201

第五节 CAPM检验案例 215

第六节 结论 219

第七章 结束语 226

词汇表 230

后记 236