您好,欢迎来到聚文网。 登录 免费注册
基于大数据+深度学习的中国金融市场波动性及预警机制研究

基于大数据+深度学习的中国金融市场波动性及预警机制研究

  • 字数: 320
  • 出版社: 经济科学
  • 作者: 邱冬阳|责编:杜鹏//武献杰//常家凤
  • 商品条码: 9787521851465
  • 版次: 1
  • 开本: 16开
  • 页数: 284
  • 出版年份: 2023
  • 印次: 1
定价:¥128 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
人类阔步迈进大数据时 代,人工智能(AI)全面融 入金融活动,给股票、债券 、期货、外汇、黄金等金融 市场的价格波动起伏蒙上一 层神秘的色彩,然而,大数 据与人工智能的深度融合正 是解开金融市场价格波动性 及预测预警背后神秘之处的 钥匙。本书就是顺应数字时 代之变,遵循金融科技思路 ,建立了当前最适合分析金 融市场的深度学习模型之一 ——长短期记忆(LSTM) 模型,收集整理了影响其波 动性的多维、高频、海量的 大数据,选用了Python撰写 代码来实现其波动性的预测 预警。研究结果表明,大数 据+深度学习的模式可以很 好地刻画、拟合、预测中国 金融市场价格波动的新特征 ,以LSTM为代表的深度学 习方法在金融市场中有广泛 的应用场景和较满意的应用 效果。本书把金融市场波动 性经典研究推到了“AI+金 融”的新时代。
作者简介
邱冬阳,男,汉族,重庆潼南人,中共党员,重庆理工大学教授,博士,硕士生导师,中国人民大学、英国加的夫大学商学院(Cardiff Business School,Cardiff University,UK)访问学者,教育部高等学校金融学类专业教指委委员。重庆市市级精品课程、市级精品资源共享课程《国际金融》负责人。长期致力于中国经济、金融领域的教学与研究工作。在《经济研究》、《会计研究》、《改革》等刊物发表论文60多篇,部分论文被《新华文摘》等转载;主持国家社科基金重点和一般项目等纵横向项目20多项;曾获得教育部优秀科研成果二等奖(人文社科)、重庆市社科优秀成果一等奖等奖项5项。
目录
第1章 引言 1.1 问题提出 1.2 研究动态 1.3 研究内容 1.4 创新点与价值 第2章 大数据背景下的金融波动性研究 2.1 金融波动性的界定 2.2 金融市场波动性理论 2.3 传统模型对波动性预测文献综述 2.4 深度学习波动性预测文献综述 2.5 文献述评 第3章 深度学习理论与模型 3.1 从机器学习到神经网络 3.2 从神经网络到深度学习 3.3 深度学习主要模型 3.4 深度学习在金融领域中的应用 第4章 基于Python的深度学习实现方式 4.1 Python与深度学习 4.2 Python的特征 4.3 Python的运行环境 4.4 Python在金融领域中的应用 第5章 基于大数据+深度学习的人民币汇率波动性预测 5.1 引言 5.2 文献综述 5.3 研究设计 5.4 大数据及预处理 5.5 实证结果及分析 5.6 结论及启示 第6章 基于大数据+深度学习的上证综指波动率预测 6.1 引言 6.2 文献综述 6.3 深度学习模型选择 6.4 大数据选择及预处理 6.5 实证研究 6.6 结论及启示 第7章 基于大数据+深度学习的沪深300股指期货价格波动性预测 7.1 引言 7.2 文献综述 7.3 研究设计 7.4 大数据处理 7.5 实证研究 7.6 结论及启示 第8章 基于高频数据和EN-LSTM模型的黄金期货短期波动率预测 8.1 引言 8.2 文献回顾 8.3 研究设计 8.4 数据处理 8.5 实证研究 8.6 结论及启示 第9章 基于多维高频数据和LSTM模型的沪深300股指期货极端风险预警

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网