2 有没有人发现过ARCH和GARCH模型可以工作的数据? 我是金融和保险领域的分析师,每当我尝试拟合波动率模型时,我都会得到可怕的结果:残差通常是非平稳的(就单位根而言)和异方差(因此该模型无法解释波动率)。 ARCH / GARCH模型可以与其他类型的数据一起使用吗? 编辑于17/04/2015 15:07以澄清一些观点。 10 time-series garch volatility-forecasting arch
1 哪种深度学习模型可以对不互斥的类别进行分类 示例:我的职位描述中有一句话:“英国Java高级工程师”。 我想使用深度学习模型将其预测为2类:English 和IT jobs。如果我使用传统的分类模型,则只能预测softmax最后一层具有功能的标签。因此,我可以使用2个模型神经网络来预测两个类别的“是” /“否”,但是如果我们有更多类别,那就太贵了。那么,我们是否有任何深度学习或机器学习模型可以同时预测2个或更多类别? “编辑”:使用传统方法使用3个标签,它将由[1,0,0]编码,但在我的情况下,它将由[1,1,0]或[1,1,1]编码 示例:如果我们有3个标签,并且所有这些标签都适合一个句子。因此,如果softmax函数的输出为[0.45,0.35,0.2],我们应该将其分类为3个标签或2个标签,或者可以是一个?我们这样做的主要问题是:分类为1个,2个或3个标签的最佳阈值是多少? 9 machine-learning deep-learning natural-language tensorflow sampling distance non-independent application regression machine-learning logistic mixed-model control-group crossover r multivariate-analysis ecology procrustes-analysis vegan regression hypothesis-testing interpretation chi-squared bootstrap r bioinformatics bayesian exponential beta-distribution bernoulli-distribution conjugate-prior distributions bayesian prior beta-distribution covariance naive-bayes smoothing laplace-smoothing distributions data-visualization regression probit penalized estimation unbiased-estimator fisher-information unbalanced-classes bayesian model-selection aic multiple-regression cross-validation regression-coefficients nonlinear-regression standardization naive-bayes trend machine-learning clustering unsupervised-learning wilcoxon-mann-whitney z-score econometrics generalized-moments method-of-moments machine-learning conv-neural-network image-processing ocr machine-learning neural-networks conv-neural-network tensorflow r logistic scoring-rules probability self-study pdf cdf classification svm resampling forecasting rms volatility-forecasting diebold-mariano neural-networks prediction-interval uncertainty
6 为什么波动率是金融计量经济学中的重要话题? 我不知道这是否完全是题外话,但我认为就波动率为何在金融计量经济学中成为重要主题,发表意见并提供汇总答案可能会很有用。 我认为这始于投资组合理论,并且需要了解资产收益的潜在第二时刻的属性。随后,Black-Scholes公式和衍生工具的普及使该实体在金融中变得非常重要。 9 finance volatility-forecasting