financial data | BriefGPT - AI 论文速递

关键词financial data

搜索结果 - 23

FinLangNet：一种利用金融数据中的语言类比进行信用风险预测的新型深度学习框架
金融数据上的创新深度学习风险预测框架 FinLangNet，在 credit risk 预测上超过传统统计方法并与之结合以改善信用卡欺诈预测模型。
PDFa month ago
DiffSTOCK：基于扩散模型的概率关系型股市预测
我们提出了一种通用去噪扩散概率模型的方法，用于股票市场预测和投资组合管理。我们展示了去噪扩散概率模型在处理不确定性方面的有效性，并利用模型在时间序列预测中模拟更高的不确定性。此外，我们还提供了一种新颖的确定性架构 MaTCHS，利用蒙版关系
PDF2 months ago
信息提取：在发展中国家超本地金融数据领域的应用
本研究使用自然语言处理技术，旨在解决获取发展中国家公司财务数据的问题。通过构建专门针对发展中国家金融文本数据的数据集，我们采用基于 Transformer 的 T5 模型进行文本到文本的处理，同时进行命名实体识别和关系提取，达到 92.44
PDF2 months ago
金融领域中使用 Shuffled Features 的 CNN-DRL
在这项研究中，我们发现将卷积神经网络代理应用于深度强化学习的金融数据中，通过对特征向量进行特定排列，生成了一个 CNN 矩阵，从而更有效地定位相关特征，实验结果明确表明奖励得到了显著提升。
PDF4 months ago
金融因果关系中的三大困扰：时间分辨率、非平稳性和潜在因素
这篇论文从因果关系的角度系统探讨了金融中的时间序列和非平稳性等问题，并提供了解决方案，为未来的研究奠定了基础。
PDF5 months ago
时间序列预测：利用分数阶差分数据释放长期依赖性
本研究介绍了一种新的预测策略，利用分数差分（FD）的力量捕捉时间序列数据中的短期和长期依赖关系。通过将 FD 应用于 SPY 指数的金融数据，并结合来自新闻报道的情绪分析，本实证分析探讨了 FD 与目标变量的二分类的有效性。使用监督分类算法
PDF8 months ago
DeRisk：基于实际金融数据的信用风险预测的有效深度学习框架
在本文中，我们提出了 DeRisk，这是一种有效的深度学习风险预测框架，用于真实世界的金融数据的信用风险预测，首次超越了我们公司生产系统中部署的统计学习方法。我们还对我们的方法进行了广泛的消融研究，以展示 DeRisk 在实证成功中最关键的
PDF9 months ago
BloombergGPT: 金融领域的大型语言模型
本文介绍了 BloombergGPT，这是一个在大量金融数据上训练得到的具有 500 亿参数的语言模型。通过使用混合数据集进行训练，我们得到的模型不仅在金融任务上表现出色，还在普遍的 LLM 基准测试上得到了不错的表现，同时也解释了模型构
PDFa year ago
AAAI利用最小描述长度方法推导 Hawkes 过程中的因果关系
本文提出了用 MDL 算法推导多维 Hawkes 过程网络的因果关系，同时在金融数据实验中表现出优异性能。
PDF2 years ago
基于金融时间序列数据的兼容深度神经网络框架，包括数据预处理器、神经网络模型和交易策略
该研究介绍了一种新的深度神经网络架构并提出了一种新的方法来准备金融数据以便于它们被馈入该模型，以预测股票和加密货币市场的价格波动。研究表明，该框架可以提供有利可图和稳健的预测，并引入一个交易策略来利用训练模型的输出。
PDF2 years ago
基于表格金融数据的信用风险监控的序列深度学习
本文提出了一种新的信用风险评估方法，采用深度循环卷积神经网络并利用长期历史金融数据序列的新型信用卡交易抽样技术，优于现有的基于树模型的方法，能够实现显著的金融节约和更早的信用风险检测。
PDF3 years ago
AAAI基于加强学习的组合投资管理与增强资产动态预测状态
提出了一种基于强化学习的框架（SARL）来应对金融投资组合管理中数据异构性和环境不确定性的问题，实验结果表明，该框架可以提高投资组合的累积收益和风险调整后的利润。
PDF4 years ago
ICML狄利克雷单纯形嵌套与几何推断
提出了一种名为 Dirichlet Simplex Nest 的概率模型及快速而准确的推断算法，利用其凸几何和低维单纯结构，并利用它与 Voronoi 分割和 Dirichlet 分布的联系，分析文本和金融数据方面的应用。
PDF5 years ago
可扩展的反洗钱图学习：首次研究
该研究论文探讨了有组织犯罪对人类社会带来的巨大伤害，特别是针对金融领域的洗钱活动。研究者提出了一种新方法，使用大规模图形深度学习对涉嫌犯罪的金融数据进行犯罪活动监测，实验结果表明该方法具有很大的应用前景。
PDF5 years ago
通过结合社交与金融网络信息预测未来股市结构
本篇研究提出了一种基于复合网络方法，结合社交媒体和金融数据的前瞻性的市场相关性预测模型，比当前基于静态金融相关性的模型预测准确率提高了 40%，同时发现社交媒体信息能够在长期预测中得到更好的应用。
PDF5 years ago
量子计算金融：用于投资组合优化的量子算法
本文提出一种量子算法来优化投资组合，利用历史数据进行处理，并输出相关的财务结果，可以实现多项式时间复杂度。
PDF6 years ago
利用深度学习利用静态限价单特征进行价格预测
本文提出了一种构建平稳特征的新方法，可以有效地应用深度学习模型以解决金融数据非恒定性等问题，并结合了 CNN 模型提取有用特征和 LSTM 模型分析时间序列的能力，测试显示其在预测期限方面优于单独的 LSTM 和 CNN 模型。
PDF6 years ago
金融市场价格形成的通用特征：深度学习的视角
运用深度学习技术，探究供需动态、订单簿及后续价格波动间的非参数普适与稳定关系并在各行业普遍适用；通过金融数据池的模型训练，证明类算法对于多品种数据更具性能优势，而数据归一化、分组等设计并未证明有效。
PDF6 years ago
两步解缠方法
本文通过对相关性因素的筛选以及使用对抗性训练提出了一种简单的解决数据因素去相关的方法，并展示了在视觉数据集和金融数据上的效用。
PDF7 years ago
金融网络中关键转折的拓扑数据分析
使用拓扑数据分析方法，基于时变相关网络和持续同调代数，检测金融数据中的关键转折点。通过对 2007-2008 年美国金融危机前股票组合的研究，发现了关键转折点的早期信号。
PDF7 years ago