* 本报告来自网络，如有侵权请联系删除
兼谈金融预测框架：多因子和人工智能谁是“正规军”？
收藏
分享
纠错
价格免费
数据简介
本文通过定价理论、随机折现因子与多因子模型、随机折现因子与人工智能、人工智能在技术上配合多因子，探讨了多因子和人工智能谁是“正规军”这个问题。
详情描述
兼谈金融预测框架：多因子和人工智能谁是“正规军”？ 随机折现因子与人工智能 为什么要将人工智能与机器学习应用于资产定价？ ●衡量资产的风险溢价从根本上讲是一个预测问题——风险溢价是对未来超额收益的条件预期。 ●当预测变量数接近观测样本数或预测变量高度相关时，传统的预测方法会失效。 ●变量间复杂的非线性关系，容易引起过拟合偏差和错误发现。 人工智能投资实战应用再探讨 ●人工智能投资思路具有很强的实践意义 ●《“指数增强”新思维——人工智能+传统金融》 ●《次优理论下的组合配置与策略构建——人工智能再出发》 ●f**不容易寻找，需要对很多种算法很了解，且需要对线性空间理论有良好的理解。 ●多因子假设SDF为因子形式，人工智能方法技术上更先进，无需特定函数形式上的假设，从投资实战上来看，可能人工智能方法会带来更好的业绩。 定价理论 ●资产定价问题是上世纪六十年代来西方金融理论中发展最快的一个领域，在20世纪60-70年代得到了迅猛发展。 资本资产定价模型（CAPM） 跨期资本资产定价模型（Intertemporal CAPM） 基于消费需求的定价模型（Consumption - based CAPM），套利定价理论（APT） ●随机折现因子模型的出现使得资产定价理论出现新的曙光。 ●现在主要面临的挑战是理解和挖掘影响随机折现因子的经济因素。 【更多详情，请下载：兼谈金融预测框架：多因子和人工智能谁是“正规军”？】
报告预览
*本报告来自网络，如有侵权请联系删除
相关「可视数据」推荐
相关「数据报告」推荐
