基于LSTM深度学习的大豆期货价格预测

面对越来越复杂的金融市场环境,以传统统计学和计量学为主的时间序列预测模型在发现序列中的长期依赖关系方面存在一定局限性,而深度学习中的长短期记忆(LSTM)网络有望克服这一问题。通过构造一个多层LSTM网络价格预测模型,使用中国2007—2019年大豆期货价格数据进行了实证研究。结果显示,参数调优对LSTM网络模型预测效果有着较大影响,其中影响较大的主要参数包括迭代次数、学习率、窗口大小和网络层数等;与ARIMA模型、MLP模型、SVR模型相比,LSTM网络模型的预测结果准确性更高,在拟合优度(R-2)上分别提高了1.064%、2.147%、1.674%。LSTM网络模型在价格预测方面的良好表现,为预测大豆期货价格提供了新思路。     

基于深度学习的期权价格预测研究

期权作为一种高杠杆的金融衍生品,拥有出色的套利和对冲性能。传统的无套利期权定价方法,包括Black-Scholes期权定价模型、Merton模型和Heston模型,他们的诞生均具有严格的假设条件,同时使用随机过程拟合期权价格走势。然而,由于实际期权市场与上述严格的假设条件具有较大差异,因此传统的无套利期权定价方法无法还原实际市场中的期权定价过程。由此,本文着眼于数据驱动方法,采取深度学习算法来模拟期权定价过程。本文选取上证50ETF期权的数据,在传统无套利的Black-Scholes期权定价理论基础上,利用深度学习中的BP神经网络及LSTM神经网络模型对欧式期权定价进行可行性研究。本文建立两个期权价格预测模型,并利用这两个模型分别对期权价格进行预测,用MSE、MAE和R-squared这三个模型评价指标来描述不同模型的预测精度。实证结果表明,LSTM模型的预测精度在预测上证50ETF期权价格时具有显著优势。     

深度学习技术在海关风险甄别中的应用研究

随着互联网的高速发展和人工智能时代的到来,越来越多从前必须由人脑完成的工作能够利用计算机技术来完成,而深度学习的出现更解决了传统机器学习算法在计算机视觉领域、自然语言处理领域表现不佳的问题,使机器也能够拥有准确感知图像和语音的能力。人脸识别是深度学习网络最常见的应用场景之一,具有自然、直接、方便的特点,且不需要检测对象配合,因此非常适合用于公共安全领域的风险检测。研究充分结合海关实际需求,搭建基于深度学习技术的人脸识别模型,提供对通关旅客进行实时风险甄别的解决方案,以及海关通关风险防控场景的理论参考,为后续深度学习技术在海关业务的研究提供支撑。     

基于深度学习的跳频信号识别

针对跳频信号分选存在人工提取参数特征具有复杂性的问题，提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换，得到二维的时频矩阵；接着提取信号的轮廓特征，构造三维矩阵作等高线图，并对等高线图进行预处理；最后把预处理后的等高线图输入到卷积神经网络中进行训练、测试，进而实现分类识别。仿真结果表明，在不需要复杂的人工提取参数特征的基础上，在分选率为100〖WT《Times New Roman》〗%〖WTBZ〗时，所提方法经裁剪处理下的信噪比为-15 dB，比支持向量机和传统K-Means聚类算法都低10 dB。实测数据的算法验证表明，所提方法能够将大疆精灵4Pro、hm无人机、司马航模X8HW以及大疆悟2这四类无人机正确分类。     

聚类分析在证券投资中的应用

企业管理中计划管理的程序引入证券投资管理之中,为证券投资提供了定性分析的方法;与此同时,聚类分析的方法作为证券投资定量分析的工具,使证券投资定性定量分析相结合,满足投资的需要;对聚类分析在证券投资中的应用价值必须进行实证研究。     

基于深度学习的远程视频监控异常图像检测

针对复杂场景下远程视频监控图像异常检测困难、传统算法功能单一(仅针对某种特定场景或某种异常图像进行检测)等问题,提出一种基于深度学习的全自动远程视频异常图像检测方法。首先采用Xavier方法对自行设计的卷积神经网络(Convolutional Neural Network,CNN)的参数进行初始化,然后将标准化后的视频差分图送入CNN的输入层,通过特征提取及下采样,最后在CNN的输出层获得远程视频异常图像检测结果。实验结果表明,该方法可以对远程视频监控中突然出现遮挡、模糊和场景切换等多种异常同时进行实时在线检测,准确率可达88.75〖WT《Times New Roman》〗%〖WTBZ〗。     

行为金融学在证券投资中的应用

证券投资分析主要有基本分析流派,技术分析流派,心理分析流派,学术分析流派.本文拟结合心理分析的行为金融学基本理论,对基金的投资策略进行初步探讨.     

数据可视化在金融投资中的应用

数据可视化技术已经在金融投资领域广泛应用并不断促进现代金融投资研究的发展。 通过数据可视化手段,研究人员和交易决策者不仅对金融数据的分析扩展做出了新的分析视角,同时也提升了对数据信息分析与决策的效率。 数据可视化对帮助人们处理庞杂的金融数据,发现金融数据之间隐秘的关系,分析金融异象、判断金融风险都提供了有力的帮助。 文章选取金融投资领域中数据可视化的若干应用实例,来说明数据可视化方法在金融投资领域不同方向上常见应用案例,进而引出数据可视化方法的一般性应用原则及应该避免的常见问题。     

基于深度学习的商品自动定价模型研究

在电商网站上,往往需要为卖家所销售的物品提供一个可以参考的售价。基于深度学习技术构建了一个电商网站的商品自动定价模型。模型能够根据卖家所提供的商品数据,同时考虑其中的结构化和非结构化的数据,来为商品生成建议的售价。使用日本最大的C2C二手交易平台提供的数据来训练模型,并使用RMSLE作为我们模型的评价指标,结果显示模型能够有效学习商品信息与真实售价的映射关系,具有很高的实用价值。     

深度卷积神经网络在SAR自动目标识别领域的应用综述

深度卷积神经网络（DCNN）可自动学习目标层次化特征,在合成孔径雷达（SAR）自动目标识别（SAR-ATR）领域具有广泛应用前景。首先,介绍了DCNN的基本原理以及DCNN在光学图像上的应用与发展;然后,介绍了SAR-ATR的基本概念,综述了DCNN在SAR图像语义特征提取、片段级SAR图像分类、基于数据增强技术的SAR自动目标识别、异质图像变化检测等领域中的前沿应用研究及代表性网络架构;最后,总结并讨论了DCNN在SAR-ATR应用中存在的参数设置经验化、算法泛化能力较弱等不足,并对未来研究方向进行了展望。     

管理期权在战略投资中的应用

管理期权是价值评估和战略评估相结合的工具,它在传统投资估值方法基础上,综合了不确定因素的影响。本文从战略投资特点出发,先介绍了传统投资评价中的净现值法,指出战略投资中方法失效的原因,由此引入管理期权的概念;通过把管理期权方法和净现值法相结合,提出了一个项目投资战略决策的分析框架,讨论了不同类型的项目投资策略和期权的动态管理方法。     

项目投资中的风险评价指标及其量化方法

投资的增长对经济的发展起着发动机的作用,即使是在经济萧条时期,投资也是经济领域不可缺少的一环。对于项目投资,能否有效的对项目进行风险评估是保证投资是否成功的重要因素。本文对项目投资中的风险评价指标进行选取,并确立统一量纲的量化方法。     

基于深度学习的少样本研究综述

基于大数据的深度学习算法越来越完善,然而如何解决训练样本数非常少的情况,是目前神经网络研究领域中一个非常重要且极具挑战的问题。首先,介绍了少样本问题的定义;接着将现有的少样本学习方法分为数据增强、度量学习和元学习三类,分别从方法所用模型、数据集以及相应的实验结果进行分析;最后,总结了现有方法的不足,探讨了未来少样本研究的方向。     

期权理论在电力投资中的应用探讨

随着社会的发展,经济的进步,在这个过程中,电力企业也在不断的创新和发展,电力的发展也切实的关系到国计民生,因此,电力工业的管制也逐渐放松,电力企业也随着社会的发展逐渐实现了市场化深入改革,因此在金融方面的诸多理论也被引入到电力企业的发展当中,尤其是期权理论在电力企业的发展壮大的过程中,被全面应用到电力的投资的决策和奖励机制当中.但是由于电力投资的多元化和不确定性,对于投资者的选择十分重要,使得在应用期权理论的过程中要简历基于实际情况的期权模型,让投资者规避各种风险,建立最佳的投资决策,更好的促进电力投资的顺利进行.     

投资组合理论在实体项目投资中的应用

现代投资组合理论在西方发展了近半个世纪,在理论上日趋成熟,同时在经济实践中日益受到广泛重视和利用。然而,投资组合理论更多的是被应用于证券的投资,而在实体项目投资中却很少应用,但该理论作为最优投资组合的决策工具,在实体项目投资选择上同样具有相当的指导作用。     

货币时间价值在企业投资中的应用

在财务管理的过程中,货币的时间价值得到了很大的突显,也就是说,对于企业来说,在开展投资决策的时候,也应该将货币的时间价值加以考虑,以此来保证最终决策的科学性。随着社会的不断发展,我国市场经济体系的逐步完善,企业利益核算不能够仅仅停留在表面,应该合理的应用货币时间价值理论来对价值进行同一层次的比较,通过这种方式来实现企业的利益最大化,并且能够以此来确定最为合适的投资或者是筹资的方法,促进企业的发展,让企业对当前的经济活动有一个更加深入的了解,提高企业的财务管理水平。所以,本文主要就货币价值的内容、货币时间价值在不同企业里的运用和运用过程中存在的问题,并且针对这些问题提出了具体的解决建议几个方面进行了研究分析。     

实物期权在CDM项目投资中的应用

清洁发展机制(CDM)项目在开发投资过程中不仅面临常见的工程风险,还包括一些与CDM项目相关的特殊风险。传统的投资评价方法不能有效处理CDM项目所涉及的各个阶段的不确定风险及CDM项目投资所蕴涵的战略价值。本文根据CDM项目投资的特点分析了实物期权在CDM项目投资中的应用。     

量化投资发展趋势及其对中国的启示

量化投资在西方国家已经有很长的发展史。量化投资具有以下特点:一是业绩稳定;二是投资理性,量化投资已经成为各个国家投资的关键依据。如今,量化投资观念也进入国内,很多基金经理在作出决策时会利用量化投资理念。     

财务管理在控制工程投资中的应用体会探讨

对于一个工程项目的建立来说,需要从初期开始核算好工程的成,并对于每一阶段工程项目费用进行有效的控制.在进行工程项目投资管理时,必须控制工程的成本,以提升工程的效益.本文主要从财务管理的角度对控制工程投资进行分析,并针对当前工程投资管理中出现的一些问题提出相应的解决建议,从而为控制工程投资,提高经济效益提供参考依据.