隨機(jī)森林組合預(yù)測理論及其在金融中的應(yīng)用

內(nèi)容概要

　　本書的博士學(xué)位論文以及后續(xù)相關(guān)研究組成。本書主要深入研究了最新的非參數(shù)隨機(jī)森林以及由此衍生出來的相關(guān)理論和算法，并重點(diǎn)探討這些方法在經(jīng)濟(jì)金融中的應(yīng)用，尤其是在我國信用卡信用違約預(yù)測、基金股票市場的趨勢預(yù)測、房屋抵押貸款違約預(yù)測、保險(xiǎn)客戶利潤率預(yù)測，以及金融市場風(fēng)險(xiǎn)預(yù)測等的應(yīng)用。

書籍目錄

第l章  緒論
  1.1  統(tǒng)計(jì)預(yù)測方法發(fā)展歷程
    1.1.1  結(jié)構(gòu)計(jì)量模型階段
    1.1.2  時(shí)間序列模型階段
    1.1.3  非線性非參數(shù)計(jì)量模型階段
    1.1.4  數(shù)據(jù)挖掘與組合預(yù)測階段
  1.2  隨機(jī)森林組合預(yù)測方法研究現(xiàn)狀
  1.3  研究目的與意義
  1.4  主要內(nèi)容與框架
第2章  分類回歸樹
  2.1  問題的提出
  2.2  分類決策樹
    2.2.1  分類決策樹原理
    2.2.2  分類樹的分割
    2.2.3  CART算法
    2.2.4  分類樹的特點(diǎn)
    2.2.5  教學(xué)效果的分類決策樹分析
  2.3  回歸決策樹
    2.3.1  回歸決策樹理論
    2.3.2  我國糧食產(chǎn)量的回歸決策樹分析
  2.4  決策樹過擬合問題
    2.4.1  產(chǎn)生過擬合的原因
    2.4.2  過擬合的處理
  2.5  模型性能評估方法
    2.5.1  保持方法
    2.5.2  隨機(jī)二次抽樣法
    2.5.3  交叉驗(yàn)證法
    2.5.4  Bootstrap法
  2.6  本章小結(jié)
第3章  隨機(jī)森林分類與回歸理論
  3.1  問題的提出
  3.2  隨機(jī)森林分類原理與精度
    3.2.1  隨機(jī)森林分類原理
    3.2.2  隨機(jī)森林分類精度
    3.2.3  泛化誤差、強(qiáng)度和相關(guān)系數(shù)的OOB估計(jì)
  3.3  隨機(jī)特征選取
    3.3.1  隨機(jī)輸入變量選取
    3.3.2  基于隨機(jī)變量線性組合的隨機(jī)森林
    3.3.3  隨機(jī)特征數(shù)的確定
  3.4  隨機(jī)森林分類特點(diǎn)
    3.4.1  隨機(jī)森林分類精度高
    3.4.2  對噪聲的穩(wěn)健性
    3.4.3  變量重要性的度量
  3.5  隨機(jī)森林回歸
    3.5.1  隨機(jī)森林回歸原理
    3.5.2  隨機(jī)森林回歸案例分析
  3.6  本章小結(jié)
第4章  隨機(jī)分位數(shù)回歸森林理論
  4.1  問題的提出
  4.2  分位數(shù)回歸
    4.2.1  分位數(shù)回歸原理
    4.2.2  分位數(shù)回歸參數(shù)估計(jì)
  4.3  分位數(shù)回歸森林
    4.3.1  分位數(shù)回歸森林算法
    4.3.2  分位數(shù)回歸森林一致性問題
  4.4  本章小結(jié)
第5章  基金漲跌方向預(yù)測
  5.1  問題的提出
  5.2  收益率方向預(yù)測
    5.2.1  數(shù)據(jù)來源與說明
    5.2.2  超額收益率方向預(yù)測
  5.3  交易策略模擬
  5.4  本章小結(jié)
第6章    個(gè)人住房貸款違約預(yù)測與利率政策模擬
  6.1  問題的提出
  6.2  文獻(xiàn)回顧
    6.2.1  借款人特征
    6.2.2  貸款特征
    6.2.3  房產(chǎn)特征
    6.2.4  經(jīng)濟(jì)文化特征
  6.3  住房貸款違約風(fēng)險(xiǎn)評估模型
  6.4  數(shù)據(jù)說明及預(yù)處理
    6.4.1  數(shù)據(jù)來源與變量說明
    6.4.2  數(shù)據(jù)預(yù)處理
  6.5  實(shí)證分析
    6.5.1  指標(biāo)體系的確定
    6.5.2  模型結(jié)果與解釋
  6.6  利率政策模擬與討論
  6.7  本章小結(jié)
第7章  信用卡信用違約預(yù)測
  7.1  問題的提出
  7.2  信用卡信用風(fēng)險(xiǎn)及研究現(xiàn)狀
  7.3  數(shù)據(jù)說明及預(yù)處理
    7.3.1  數(shù)據(jù)來源與變量說明
    7.3.2  數(shù)據(jù)預(yù)處理
    7.3.3  特征描述
  7.4  實(shí)證分析
    7.4.1  指標(biāo)體系的確定
    7.4.2  模型結(jié)果與解釋
  7.5  本章小結(jié)
第8章  保險(xiǎn)客戶利潤貢獻(xiàn)度預(yù)測
  8.1  問題的提出
  8.2  客戶利潤貢獻(xiàn)度及研究現(xiàn)狀
  8.3  保險(xiǎn)客戶利潤貢獻(xiàn)度
    8.3.1  Mulhern客戶利潤貢獻(xiàn)度
    8.3.2  保險(xiǎn)客戶利潤貢獻(xiàn)度
    8.3.3  ICP中的責(zé)任準(zhǔn)備金
  8.4  數(shù)據(jù)說明及預(yù)處理
    8.4.1  數(shù)據(jù)來源與變量說明
    8.4.2  數(shù)據(jù)預(yù)處理
  8.5  實(shí)證分析
    8.5.1  指標(biāo)體系的確定
    8.5.2  客戶利潤貢獻(xiàn)度的計(jì)算
    8.5.3  模型的結(jié)果與解釋
  8.6  本章小結(jié)
第9章  金融市場風(fēng)險(xiǎn)預(yù)測
  9.1  問題的提出
  9.2  VaR計(jì)算方法
    9.2.1  RiskMetric
    9.2.2  基于GARCH族模型方法
    9.2.3  歷史模擬法
    9.2.4  傳統(tǒng)極值理論
    9.2.5  PoT極值理論
    9.2.6  基于分位數(shù)回歸的VaR計(jì)算
    9.2.7  基于分位數(shù)回歸森林的VaR計(jì)算
  9.3  金融資產(chǎn)收益率分布的非參數(shù)估計(jì)
    9.3.1  非參數(shù)核密度估計(jì)方法
    9.3.2  基于非參數(shù)的金融資產(chǎn)收益率分布估計(jì)
  9.4  基于分位數(shù)回歸森林的金融市場風(fēng)險(xiǎn)測量
    9.4.1  基于分位數(shù)回歸的VaR金融市場風(fēng)險(xiǎn)
    9.4.2  基于分位數(shù)回歸森林估計(jì)VaR
  9.5  VaR回測檢驗(yàn)與比較分析
    9.5.1  Kupiec回測檢驗(yàn)(Backtest)
    9.5.2  動(dòng)態(tài)分位數(shù)回測檢驗(yàn)
  9.6  本章小結(jié)
第10章  結(jié)束語
  10.1  本書的主要工作
  10.2  研究展望
后記

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    隨機(jī)森林組合預(yù)測理論及其在金融中的應(yīng)用 PDF格式下載

---