.png){kind=icon}
返回
Validation of machine learning based scenario generators
.png){kind=icon}
OA
AI
DOI：10.1111/jori.70040.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
机器学习方法正日益成为设计内部模型经济情景生成器的关键。数据驱动模型的验证需要不同于传统理论模型的验证方法。我们讨论了此类验证的两个新颖方面：首先，检查风险因素的多变量分布；其次，检测不期望的记忆效应。第一项任务是必要的，因为在基于机器学习的方法中，依赖关系是由数据驱动的，而非源自金融数学理论。为解决此问题，我们建议采用文献中现有的测试方法。第二项任务是必要的，因为不能排除基于机器学习的模型仅是复制经验数据而非生成新情景。针对此问题，我们引入了一个新颖的记忆比率，并进行了详尽讨论。我们基于真实市场数据进行了数值实验，并验证了一个基于简单自动编码器的情景生成器。
Keyword:
economic scenario generator
machine learning
memorization ratio
nearest neighbor distance
Solvency 2
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
J
IF:
1.7
论文数:
37
被引数:
2.1K
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容