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

模型构建上，本文根据训练数据实际情况对神经网络模型做了适应性调整。一是根据数据量选择适合的层数和神经元个数以防止过拟合；二是模型激活函数根据任务性质选择了Sigmoid非线性函数，解决了阶跃函数在0点无偏导数的问题；三是在目标函数中加入了正则项，以提高数值稳定性和模型的泛化能力。训练过程中，本文首先尝试了...

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...

一是根据数据量选择适合的层数和神经元个数以防止过拟合;二是模型激活函数根据任务性质选择了Sigmoid非线性函数,解决了阶跃函数在0点无偏导数的问题;三是在目标函数中加入了正则项,以提高数值稳定性和模型的泛化能力。训练过程中,本文首先尝试了不同的模型参数的初始化方法,发现区别不大,选择比较常见的对称区间均匀...

深度学习揭秘系列之一:基于量价与基本面结合的深度学习选股策略

ReLU函数是近年来普遍应用的激活函数,当x>0时,ReLU函数导数为1,相比Sigmoid型函数,ReLU计算相对简单因此计算速度较快,且在一定程度上能够缓解神经网络的梯度消失问题。2.前馈神经网络拟合能力较强前馈神经网络(FeedforwardNeuralNetworks)或多层感知机(MultilayerPerceptrons,MLPs)是最有代表性的深度学习模型。前...

金融经济领域应用经济数学的价值探析

可以把导数细化成边际函数或者边际成本函数,也可以把导数转变成边际收益函数。导数在运用的时候可以借助极限这一概念对局部函数进行逼近求导,也就是求它的极限。通过对相关案例的分析发现,如果函数分析的自变量发生变化,那么相应的因变量也会出现一定的改变,在导数模型的帮助之下,利用这一特点,工作者可以对某一地区的种族...

LTV计算方法和应用

总用户收益,可以用每日活跃的用户数乘以当日活跃用户平均收益得出。将其代入公式每日活跃用户数除以用户总数,又等于每日留存率。而当ARPU等于常数,根据定义再次推导则可得LTV=LT×ARPU。想深入学习研究的同学可以了解下微积分中导数和定积分,简单延展一点,导数描述的是函数在某一点附近的变化,而定积分描述的是函数...

钱印多了怎么办?美国总统教你三阶导数

三阶导数为:y=6(www.e993.com)2024年11月8日。(即y=6x+6的导数)在物理定义上,如果我们设原函数为位移(s),一阶导数为速度(v),二阶导数为加速为(a)。这些都是我们熟知的,但是位移的三阶导数有许多人甚至听都没听说过。位移的三阶导数为:急动度,也叫做力变率,即加速度随时间的变化率。

财政部用来调节国有金融企业工资总额的arctan函数好在哪里

蓝色是修正的sigmoid函数,红色是arctan函数,可以明显看到的是,sigmoid函数收敛速度比arctan函数快,同时这两个函数有了三个交点,我们看正半轴那段,第一阶段,红高于蓝,第二阶段红低于蓝,这说明,在收入增速较低阶段arctan函数对其调控稍弱,收入增速较高阶段,arctan函数对其调控较大,这就很明显可以分辨出优劣了,在收...

ChatGPT应用分析:ChatGPT在择时、风格、行业、选股中的应用实践

我们的需求:请写一个Python函数,用来计算日耀眼波动率因子和日耀眼收益率因子,读入为DataFrame,表示个股分钟频交易数据,包含字段code,amount,money,high,low,close,open,num,其中num表示当天第几分钟,按照如下步骤进行:1、计算每只股票每分钟的收益率ret;2、计算每只股票每一分钟及其未来...

微积分、线性代数、概率论,这里有份超详细的ML数学路线图

首先,函数的导数定义如下在极限定理中,这也是点x处切线的斜率。下图说明了这个概念:将函数的导数可视化。微分可以用来优化函数:导数在局部极大值和极小值处为零。(也有例外,例如:f(x)=x??3;,x=0),导数为零的点称为临界点。临界点是最小值还是最大值可以通过查看二阶导数来确定:...

基于深度学习的汉字识别实现思路 | 干货

在二元函数中,梯度就是方向导数最大的那个方向上的一个向量,它指向函数值上升最快的方向。显然,梯度的反方向当然就是函数值下降最快的方向了。我们每次沿着梯度相反方向去修改x的值,当然就能走到函数的最小值附近。梯度下降算法可以写成:其中,f(x)就是指f(x)的梯度。η是步长,也称作学习速率。