债市供需 | 机构行为视角下的债券交易领先因子探寻与神经网络收益...
神经网络是一种强大的非线性模型,能够通过学习大量历史数据中的复杂模式和关系,对债券收益率的变动进行建模和预测。通过构建适当的神经网络架构,可以有效地处理和分析历史机构净买入数据和国债收益率数据,从而探索机构行为对债市收益率的影响。(一)模型原理神经网络模型(见图8)通常可以分为输入层、隐藏层和输出层,其...
NeurIPS 2024 | 标签噪声下图神经网络有了首个综合基准库,还开源
然而,由于数据集选择、数据分割和预处理技术的差异,??前GLN领域缺乏??个综合的基准,这阻碍了对该领域的深??理解和进??步发展。??、论文摘要图神经网络(GNNs)通过消息传递机制在节点分类任务中表现出强大的潜力。然而,它们的性能往往依赖于??质量的节点标签。在现实任务中,由于不可靠的来源或对抗性攻击...
天桐网络申请基于图神经网络的区块链攻击检测专利,可检测区块链攻击
本发明设计的基于图神经网络的区块链攻击检测算法首先用其预处理模块,从流量数据中提取相关信息并构建图结构,将数据和网络的部分结构信息转化为图中的节点与边的特征,然后,edge??GNN中的分类器将依据这些图的各个特征,对预处理器构建的图进行分类,以确认其对应的流量数据中是否存在异常以及是何种异常。本文源自:金...
机构行为视角下的债券交易领先因子探寻与神经网络收益率预测
神经网络是一种强大的非线性模型,能够通过学习大量历史数据中的复杂模式和关系,对债券收益率的变动进行建模和预测。通过构建适当的神经网络架构,可以有效地处理和分析历史机构净买入数据和国债收益率数据,从而探索机构行为对债市收益率的影响。(一)模型原理神经网络模型(见图8)通常可以分为输入层、隐藏层和输出层,其...
深度神经网络DNN、RNN、RCNN及多种机器学习金融交易策略研究|附...
通过建立一个BP神经网络,迭代地调整权重来确定用于预测计算的权重矩阵。训练集:输入层是一个5*x的矩阵(x是当前交易日的总数,随着时间)。内容为连续5个交易日的价格。输出层是一个1*x矩阵(x与上述相同)。内容为连续5个交易日后第6个交易日的价格days.BP神经网络框架:它由输入层、隐藏层和...
这份书单为这届注定会载入史册的诺贝尔奖提供有力注脚!
本书面向传统遥感卫星存在的问题,系统阐述了智能遥感卫星实时服务体系架构、高分辨率光学卫星遥感影像在轨实时预处理、遥感影像在轨信息提取与智能处理、遥感影像高倍智能压缩等技术,通过将传统地面分析迁移上星,将传统的数据驱动模式转变为智能遥感卫星“在轨处理与实时传输”的信息服务模式,缩短了遥感系统服务链路流程,...
机器学习在复合材料领域到底能怎么用?【建议收藏】
6.神经网络与深度学习基础:提供了神经网络的基础知识,包括前向传播、损失函数和反向传播算法,以及使用PyTorch构建和训练神经网络的实践。7.可解释性与可视化:特别强调了模型的可解释性,通过SHAP方法来解释模型预测,以及如何将研究成果进行可视化展示,增强了研究的透明度和说服力。
...种基于深度学习的集中器优化配置方法和系统专利,有效减少网络...
属于机器学习技术领域,所述方法包括:对收集的多源数据进行预处理,基于预处理后的多源数据通过数据融合算法构建多源数据融合框架;基于多源数据融合框架中的多源数据构建基于深度神经网络的强化学习模型,并对强化学习模型的状态空间以及动作空间进行定义。通过深度神经网络与强化学习的结合,能够实时预测并应用最优的集中器配置...
Web3-AI 赛道全景报告:技术逻辑、场景应用与顶级项目深度剖析
数据收集和数据预处理:收集包含猫和狗的图像数据集,可以使用公开数据集或自己收集真实数据。然后为每张图像标注类别(猫或狗),确保标签准确无误。将图像转化为模型可以识别的格式,将数据集划分为训练集、验证集和测试集。模型选择和调优:选择合适的模型,例如卷积神经网络(CNN),比较适合图像分类任务。根据不同需求对模...
【广发金工】2024精选深度报告系列之四:基于卷积神经网络的ETF...
由个股汇总到指数,再映射ETF的逻辑,我们将选股因子应用到ETF轮动。考虑到ETF产品的流动性,对ETF产品作规模和成交额等基本要求。另外,个股因子只涉及境内A股市场,对跟踪海外和沪港深等指数的ETF作剔除处理。ETF范围:境内权益ETF;因子预处理:中位数去极值、Z-Score标准化;...