论文部分内容阅读
基于多维贝叶斯网络分类器的多因子选股模型研究
【摘 要】
：
多因子投资体系的有效性是我国金融市场稳定性的一大重要保障,然而其发展伴随一些问题。一是因子的过度重复使用导致因子失效。二是并非所有变量间关系都是线性的,非线性相关性的存在会减弱简单而粗糙的线性多因子模型的预测能力。三是现有的风险模型将过去风险作为预期风险,一定程度影响选股准确性,且模型应用时间成本过高。四是现有的多因子投资体系对收益和风险的预测是割裂开的,不具备多维性。针对以上问题,学术界和业界根
【机 构】
：
山西财经大学
【出 处】
：
山西财经大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
开放科学运动和数据密集型科学研究范式的持续发展显著地推动了全球范围科学数据的发展,越来越多的科技创新力量受益于科学数据共享。然而,在规模和需求快速增长的同时,科学数据质量不足的情况在农业科学等多个学科领域逐渐凸显,并日益成为科学数据有效复用和价值发挥的重要制约因素。这一现象在实践上提出了完善加强科学数据质量控制的要求,在理论上则反映了人们对科学数据质量感知过程和机制理解不足的现状。基于此背景,论文
学位
在大数据时代背景下,科技文献资源总量呈爆炸性增长,为农业科技文献的获取与服务带来了巨大挑战。当前农业领域的科学研究已不再局限于单一学科单一领域的研究,而是开始呈现出多学科跨邻域的综合性研究趋势,农业科研工作者通常需要通过阅读文献来了解或认识某一领域的研究。而文章综述则是快速了解研究领域的有效途径。综述文章对科研邻域进行整体性阐述和认知,使得研究者可以快速观其大略,并快速建立领域研究框架。与此同时,
学位
近年来,小微企业的总体规模日益增长,其带来的生产能力和经济效益不容忽视,对我国国民经济起到重要的支撑作用。但由于单个小微企业的规模略小,金融机构对小微企业缺乏违约风险控制能力,导致融资贵、融资难成为制约小微企业发展的主要因素,而解决该问题的关键就是构建小微企业的信用评价算法。大数据环境下,小微企业的信用数据具有与传统信用数据不同的特性——劣质(不完备和不一致)、动态性和多维性。一方面由于采集数据的
学位
随着技术复杂性的提高、创新风险不断攀升、研发困难程度加大等原因,企业逐渐趋向于联合其他企业形成抱团式发展。企业间合作已经成为企业整合外部资源实现优势互补、获取持续竞争力的关键方式,也是推动技术进步和加强企业竞争优势的重要模式。然而企业通过合作虽然能获取更多有效资源,提高创新绩效,但也面临着企业所拥有的资源可能会因为合作而造成外流,影响企业发展。伴随第四次工业革命浪潮,全球信息化进入全面渗透、跨界融
学位