基于深度学习的金融市场耦合关系建模

发布时间：2021-07-04 02:56

　　现代学者很早以来就研究金融市场的预测方法,提出了各种时间序列模型,和各种统计模型,但是这些模型的预测效果往往不尽如人意。而金融危机的诞生和不同金融市场之间的相互影响让学界开始意识到对金融市场的预测十分困难和理解金融市场之间耦合关系的重要性。学界意识到金融市场是一个复杂的、变化的、非线性动态系统,不同国家之间的同质金融市场和非同质金融市场之间存在着复杂的耦合关系,但是这种耦合关系不仅不能直接从金融市场数据观测,而且非常难以通过模型反映。而近年来提出的深度学习模型,可以很好地拟合各种复杂的非线性函数,并且可以通过对简单特征的学习与提取得到高维度的复杂特征向量。基于深度学习,本文描述了三种不同类型的金融市场耦合关系:同质关系（不同国家之间同种金融市场之间的耦合关系）、非同质关系（不同金融市场之间的耦合关系）、自回归关系（过去时间节点的金融市场与当前时间节点的金融市场之间的耦合关系）,并通过条件受限玻尔兹曼机模型和高斯条件受限玻尔兹曼机模型组成的深度学习网络对其进行建模,并基于训练结果对八个不同国家（美国、英国、德国、法国、日本、意大利、加拿大和中国）的多个不同金融市场（证券市场、外汇市场、货... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：49 页

【学位级别】：硕士

【部分图文】：

图３．１展示的是一个神经元的的结构

图３＿６??

图３．?７所示：??图３．７??


本文编号：3263888