本文選題：深度學(xué)習(xí)　切入點(diǎn)：金融市場(chǎng)預(yù)測(cè)　出處：《金融研究》2017年05期

【摘要】：隨著智能時(shí)代來(lái)臨以及金融數(shù)據(jù)分析需求提升,深度學(xué)習(xí)已經(jīng)成為金融領(lǐng)域中的應(yīng)用前沿,特別是在預(yù)測(cè)金融市場(chǎng)運(yùn)動(dòng)、處理文本信息、改進(jìn)交易策略方面。深度學(xué)習(xí)包含深度神經(jīng)網(wǎng)絡(luò)、深度信念網(wǎng)絡(luò)等多種結(jié)構(gòu),通過(guò)分層結(jié)構(gòu)提取深層特征,強(qiáng)化重要因素、過(guò)濾噪音,對(duì)提升預(yù)測(cè)準(zhǔn)確率具有重要意義;其應(yīng)用及由此衍生的優(yōu)化技術(shù)改進(jìn)了金融領(lǐng)域預(yù)測(cè)分析方法,促使實(shí)證研究范式從線性向非線性轉(zhuǎn)變、從關(guān)注參數(shù)顯著性向關(guān)注模型結(jié)構(gòu)和動(dòng)態(tài)特征轉(zhuǎn)變,同時(shí)為豐富金融經(jīng)濟(jì)理論做出貢獻(xiàn)。構(gòu)建結(jié)構(gòu)合適、效果穩(wěn)健的模型以捕捉金融數(shù)據(jù)有效特征并進(jìn)行經(jīng)濟(jì)含義闡釋是應(yīng)用深度學(xué)習(xí)方法的難點(diǎn)與重點(diǎn);未來(lái)研究可以從挖掘深層經(jīng)濟(jì)意義、提煉一般性預(yù)測(cè)分析框架、探索其對(duì)異質(zhì)信息的適用性等角度展開(kāi)。
[Abstract]:With the advent of the intelligent age and the increasing demand for financial data analysis, in-depth learning has become the application frontier in the field of finance, especially in forecasting financial market movements, processing text information, and improving trading strategies.Depth learning includes deep neural network, deep belief network and so on. It is very important to extract the deep features, strengthen the important factors and filter the noise through the hierarchical structure, which is of great significance to improve the accuracy of prediction.Its application and the optimization techniques derived therefrom improve the forecasting and analysis methods in the financial field, and promote the paradigm of empirical research to change from linear to nonlinear, from the attention to the significance of parameters to the attention to the structure and dynamic characteristics of the model.At the same time, to enrich the financial and economic theory to make a contribution.It is difficult and important to construct a well-structured and robust model to capture the effective characteristics of financial data and explain the economic meaning.The general prediction analysis framework is refined to explore its applicability to heterogeneous information.
【作者單位】： 中央財(cái)經(jīng)大學(xué);中國(guó)人民大學(xué)國(guó)際貨幣研究所;中國(guó)傳媒大學(xué);
【基金】：國(guó)家哲學(xué)社會(huì)科學(xué)基金重大項(xiàng)目(15ZDC024) 國(guó)家自然科學(xué)基金面上項(xiàng)目(71473279)資助
【分類號(hào)】：F830

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 莫恭佑;;神經(jīng)網(wǎng)絡(luò)及其在英國(guó)的應(yīng)用[J];國(guó)際科技交流;1992年03期

2 閔志;;神經(jīng)網(wǎng)絡(luò):使計(jì)算機(jī)具有快速學(xué)習(xí)功能[J];國(guó)際科技交流;1992年03期

3 楊則正;神經(jīng)網(wǎng)絡(luò)中模擬人的思維過(guò)程[J];管理科學(xué)文摘;1994年07期

4 柴振榮;利用神經(jīng)網(wǎng)絡(luò)的智能型管理[J];管理科學(xué)文摘;1995年03期

5 馮繼民;神經(jīng)網(wǎng)絡(luò):從工程觀點(diǎn)看其發(fā)展前景[J];管理科學(xué)文摘;1995年05期

6 王中賢，錢頌迪;神經(jīng)網(wǎng)絡(luò)法在經(jīng)濟(jì)管理中的應(yīng)用[J];航天工業(yè)管理;1995年04期

7 鄭士貴;預(yù)測(cè)大學(xué)畢業(yè)生的成功:神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)技術(shù)的比較[J];管理科學(xué)文摘;1996年04期

8 李斌;神經(jīng)網(wǎng)絡(luò)在集體決策過(guò)程中進(jìn)行多準(zhǔn)則模擬時(shí)的應(yīng)用[J];管理科學(xué)文摘;1996年04期

9 李斌;推論和神經(jīng)網(wǎng)絡(luò)[J];管理科學(xué)文摘;1996年05期

10 鄭士貴;伴隨新制品研制的神經(jīng)網(wǎng)絡(luò):述評(píng)[J];管理科學(xué)文摘;1996年06期

相關(guān)會(huì)議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹(shù)德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛(ài)克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬(wàn)強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開(kāi)復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無(wú)線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛(ài)民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測(cè)的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測(cè)及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測(cè)研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

，

本文編號(hào)：1696088