基于迁移学习的年金投资组合风险预测研究

发布时间：2024-04-25 21:39

　　可变年金是重要的金融产品,该产品包含复杂的担保,其在风险计算上是昂贵的。因此,保险公司通过元建模方法对可变年金的大型投资组合进行估值以节省运行时间。然而,目前的元建模方法仍然有较低的估值精度,一个关键的问题是寻找少量代表性的年金合同是非常困难的。针对这一问题,本文提出了两种新颖的投资组合的风险评估模型:Transfer learning(TL)模型和Dimensionality reduced-transfer learning(DR-TL)模型。本文提出的TL和DR-TL模型是在Python3.5环境下实现的。它们的主要思想是:首先用z-score对输入和输出数据集进行了归一化处理;然后利用源域数据集训练生成预训练模型,并且在表征空间用k-means聚类生成代表性合同;接着用蒙特卡罗模拟估值代表性合同的风险;最后用代表性合同微调预训练模型,并用微调的模型预测新数据的风险。DR-TL与TL模型的区别在于,DR-TL能很好的克服高维聚类的敏感问题,从而生成均匀、分散的代表性合同。本文的贡献是:通过表征空间而不是输入空间用k-means聚类的方式能解决代表性合同的无效选择问题,为提高模型精...

【文章页数】：53 页

【学位级别】：硕士

【部分图文】：

图2-1基于神经网络的迁移学习示意图

西安石油大学硕士学位论文16产品上去。在这种情况下，迁移学习将会节省大量的标记成本。案例三：实时判断wifi位置用户在每一个时间段使用wifi的位置都可能不尽相同，想要建立位置模型实时校正wifi数据，代价是非常昂贵的。因为用户需要在每一个位置收集和标记大量的wifi信号数据。为....

图3-1输入数据的统计信息

第三章数据集描述23表3-2按产品类型划分的性别分布GenderABRPABRUABSUDBABDBIBDBMBDBRPF7797688097877598338051221M1221123211911213124111671195GenderDBRUDBSUDBWBIBRPIBR....

图3-2市场1的Deltas直方图

西安石油大学硕士学位论文24图3-2市场1的Deltas直方图从图上可以直观地看到市场1的Deltas大部分是负的，这是因为担保类于期权，有负增量。本次实验的Deltas来自两个不同的市场，图3-2展示的是市场1的风险分布，它用于构建源域的预训练模型，而其余市场的Deltas用于....

图3-3市场1的统计信息

西安石油大学硕士学位论文24图3-2市场1的Deltas直方图从图上可以直观地看到市场1的Deltas大部分是负的，这是因为担保类于期权，有负增量。本次实验的Deltas来自两个不同的市场，图3-2展示的是市场1的风险分布，它用于构建源域的预训练模型，而其余市场的Deltas用于....

本文编号：3964279