数据驱动的金融时间序列预测模型研究

书籍简介:

1997年诺贝尔经济学奖获得者美国经济学家RobertCarhartMerton提出，现代金融理论的核心问题就是如何在不确定的环境下对资源进行跨期的最优配置。而按照非线性动力学的观点来看，现代金融理论中金融系统的不确定性恰恰源于其自身就是一个受多种因素综合影响的具有开放性质的复杂巨系统，相应地，作为系统观测值的金融时序数据则从形式上表现了该系统的复杂运动规律。相关金融时序可预测性的文献研究表明，无论是线性范式下的传统统计方法，还是非线性的计算智能方法，以及多种不同类型方法的组合模型都在一定范围内提升和改善了人们对于金融时序数据预测的精确性和稳定性，但大多缺乏对不同类型金融时序数据内部时间相关性知识、价格变化趋势信息以及不同市场间互信息等经验知识的有效融合，制约了其预测性能的进一步提高。基于此，本书借鉴复杂系统视角建模的思想，针对各种不同类型的金融时序数据，结合智能计算、计算实验金融、数据挖掘以及控制论等相关领域的最新研究成果，”自底向上”地展开金融时序数据经验知识融合下的机器学习预测建模创新研究，以探索金融系统的复杂演化规律。

书籍规格:

书籍信息归属:

数据驱动的金融时间序列预测模型研究是科学出版社于2017.9出版的中图分类号为 F830 的主题关于 金融－时间序列分析 的书籍。