共查询到20条相似文献,搜索用时 15 毫秒
1.
利率期限结构一直是量化研究领域的重点课题,目前国内关于利率期限结构拟合的研究较多,而对利率期限结构的预测则研究较少,关于利用支持向量机的方法预测利率期限结构的研究更是屈指可数,本文利用支持向量机对国债的即期利率进行了拟合和预测,并与普通的时间序列线性模型对比,发现支持向量机的拟合和预测效果均好于自回归模型。 相似文献
2.
基于信息粒化和支持向量机的股票价格预测 总被引:1,自引:0,他引:1
信息粒化是进行海量数据挖掘和模糊信息处理的有效工具。本文提出了一种基于信息粒化和支持向量机的股票价格预测方法。利用长安汽车的股票数据,建立股票开盘价回归预测模型,该模型克服了传统时间序列模型仅局限于线性系统的情况。应用实例表明:该方法能有效地预测股票价格的变化范围。 相似文献
3.
王荡洋 《中国农业银行武汉培训学院学报》2010,(4):9-13
汇率的预测研究一直是国际金融领域研究的一个热点。混沌时间序列的建模与预测的关键是相空间重构和非线性函数逼近,基于汇率时间序列存在混沌特征的特点,利用相空间重构技术对汇率时间序列进行重构,然后利用支持向量机作为非线性函数逼近,构建了一种基于支持向量机回归(SVR)的汇率预测模型。采用美元兑人民币的日汇率进行实证研究,结果表明,所构建的SVR模型能较好的反映汇率的变化趋势,预测精度较高。 相似文献
4.
本文在分析支持向量机原理后提出了运用网格搜索法选择最佳核函数、模型参数法构建支持向量机模型.笔者以宁夏辖区2020年央行内部(企业)评级数据为样本,通过指标相关性分析、构建F统计量筛选出信息贡献度高的定量评级指标,并利用线性核函数、高斯核函数、多项式核函数分别对宁夏辖区2020年央行内部(企业)评级数据进行建模分析.研究结果表明基于网格搜索法选择支持向量机的方法可以准确预测央行内部(企业)评级结果,同时,利用支持向量机对剔除行业相关特定定量指标后的公共定量指标做建模分析,发现在有限维度定量指标数据无法对评级结果作出准确预测时,可通过将高斯核函数映射到高维空间来作出相对比较准确的分类预测. 相似文献
5.
6.
本文是基于数据挖掘中的分类预测方法构建商业银行信用卡违约预测模型,借鉴分类预测方法中的判别分析法和logistic回归方法,构建能够预测商业银行信用卡违约模型.通过对商业银行信用卡数据进行分析,判别分析法和logistic回归法构建出的预测模型都具有一定的准确性,能很好地预测商业银行信用卡是否违约. 相似文献
7.
利用我国上市公司财务数据,采用支持向量机模型对上市公司财务危机预警研究,将其与神经网络模型进行比较,结果表明,无论在分类能力和预测能力上,支持向量机模型的精度和可信度都高于神经网络模型。证实了该方法用于财务预警的有效性及优越性。 相似文献
8.
本文基于商业银行客户信贷记录数据集,通过运用拉普拉斯分层模型对客户的信用风险进行预测研究.利用客户群体存在差异化的特点,采用XGBoost机器学习算法来选择分层特征以及结合多元特征的组合形式来预测客户的违约情况.在不同分层特征结构下依次对比拉普拉斯分层模型、单独模型、共同模型和随机森林四个模型的预测效果,并建立模拟数据集来对拉普拉斯分层模型的性能进行验证.研究发现:(1)拉普拉斯分层模型的预测精度是最高的,预测性能具有稳定性;(2)本文数据集所适用的最佳分层特征是贷款金额、年龄和婚姻;(3)分层特征的选择和数量会依据不同数据而产生相应变化,并非一成不变.结合本文的研究思路和结果,以期为商业银行在客户信用风险评估实践中提供新的思考和建议. 相似文献
9.
10.
本文以某商业银行化工行业2006年小微企业信贷数据为基础,综合运用因子分析和Logistic回归分析,对小微企业进行客户违约风险预警,并运用2007年的实际违约客户数据对模型风险预警能力进行验证,结果显示模型预警效果较好,这对加强银行的信贷风险管理具有参考意义。 相似文献
11.
本文以Logistics回归算法为基础,结合证券行业经纪业务的特点,选择了总资产比例、交易次数比例、总资产连续下降等12个指标建立证券客户流失预测模型;并通过历史数据计算,确定了模型的常变量及回归变量。相关理论方法评估及真实数据验证表明,该模型的预测准确度较高,可以基于客户历史行为反应其流失倾向。一、客户流失预测的基础模型简介 相似文献
12.
13.
14.
15.
本文基于生存分析方法,以某商业银行一年内客户流失数据为研究样本,对筛选出的12个可能对客户流失产生重要影响的预测变量进行分析,结果表明:7个因素对银行客户流失有显著影响,其中每月平均存现、每月平均消费、最高存款余额、账户类型、每月平均交易、对促销反应与客户流失负相关,交易最大间隔与客户流失正相关,意味着客户主动进行的两笔交易时间间隔越长,客户的流失可能越大。银行应密切关注这些预测因素的变化,避免造成损失。银行可以应用Cox模型预测在未来某时点的客户流失情况,提前采取有效的应对措施。 相似文献
16.
17.
为准确把握国内农产品价格波动规律,提高农产品价格预测精度,构建农产品价格自回归移动平均与支持向量机(ARIMA—SVM)组合预测模型,以ARIMA模型揭示农产品价格线性变动规律,以SVM模型揭示非线性变动规律,并结合1999—2011年我国农产品价格指数月度数据,使用组合模型和ARIMA、SVM单个模型对农产品价格进行预测。预测结果显示:组合模型比单个ARIMA、SVM模型预测精度高,能够提高农产品价格预测的准确性,是一种有效的农产品价格预测模型。 相似文献
18.
19.
本文在阐述创新型预测模型理论的基础上,分别利用基于BP神经网络和支持向量机的股票指数预测模型,在小样本的情况下对沪深300指数进行了研究和短期预测.研究结果表明,基于支持向量机的预测模型在预测精度、收敛时间、最优性等方面均优于基于BP神经网络的预测模型. 相似文献