神经网络expectile回归模型及应用

被引量 : 1次 | 上传用户:vvchan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
金融系统的非线性特征是导致金融市场中众多复杂现象的重要因素,也是众多学者关注的重要和热点问题。传统的线性模型无法刻画金融市场中的复杂特征,随着人工智能技术的发展,人工神经网络等也被纷纷引入了金融系统的分析中,用以构建金融系统中的非线性结构。与分位数回归类似,expectile回归能够更加细致地研究金融系统内在机理和运行规律。非线性expectile回归不但能够揭示变量之间非线性关系,而且能够刻画响应变量完整条件分布特征,受到了越来越多的关注。然而,传统的非线性expectile回归主要存在两个方面的
其他文献
自二十世纪末开始,随着全球经济的高速迅猛发展,信息网络技术更多的参与到企业竞争中来,市场环境复杂多变,企业面临着更大的竞争压力和风险。知识经济的提出,使人们意识到知识成为影响市场竞争的一个关键因素。在国内,经济的开放程度越来越高,信息技术的发展日新月异,越来越多的企业意识到自身专业业务的竞争优势需要以供应链为依托才能体现出来,放弃企业间单独的竞争而转向寻找合作伙伴形成供应链的竞争,以强强联合的姿态