一种基于金融时间序列数据的深度学习风险预测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：金融时间序列数据的指标按照不同的会计准则会得到不同的数值，如何取舍会受到人为因素的干预。针对金融时序数据的领域泛化专门提出一种异常检测方法，解决特征分布的多样性和复杂性，捕捉金融序列数据的特有表征模式。将循环神经网络之后获得的结果仅作为学习到的知识，通过标准分类器在特征空间对其边缘分布进行适配，然后再通过隐变量自回归模型进一步进行预测，以此来提高预测的精度。（剩余4809字）

试读结束

目录
monitor
客服机器人