.png){kind=icon}
返回
Multidimensional forecasting in option markets
.png){kind=icon}
PRE
AI
DOI：10.1142/S2424786326500076.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
神经网络多维非线性预测技术应用于金融收益分布的预测。本文报告了神经网络预测技术在基于时间序列和期权数据获取的双边伽马分布参数数据上的应用。所进行的实验包括：根据较短期限的对应分布预测较长期限的风险中性分布；根据基于单位时间双边伽马密度的佐藤过程合成的今天期权曲面预测明天的期权曲面；以及根据股票所在行业的交易所交易基金的物理分布预测股票收益的物理收益分布。观察到在期限集合的低端部分，预测较长期限风险中性分布时提供了显著的改进。从今天预测明天的曲面改进并不明显。从指数分布预测指数成分的物理收益密度存在改进。
Keyword:
Sato process
additive and nonadditive dimensions
feed forward neural net
期刊
I
IF:
0.6
论文数:
40
被引数:
0
机构
引用论文
暂无论文信息