【金工专题】基于Nelson-Siegel模型的10-30Y国债期货套利策略研究
历史研究中尝试采用了多种方法拟合收益率曲线,其中包括:1)非参数拟合:包括区间差值,样条拟合平滑等;2)参数模型拟合:主要包括Nelson-Siegel(NS)模型及其扩展形式Nelson-Siegel-Svensson(SV)模型等,SV模型是Svensson(1994)在NS模型的基础上加入了新的参数,使模型对于更为复杂利率期限结构也能实现较优拟合。3)经验法:基...
疾病风险动态预测模型方法前沿进展与精准预防 | 科技导报
该方法一定程度上克服了共线性问题,但要求重复测量的时间点要一致,大大地限制了其应用范围。纵向趋势模型纵向趋势模型主要通过重复测量自变量的建模以获得典型特征,如生长曲线参数或潜在轨迹分类,进而将其和疾病结局建立结局模型。它可以识别总体中的异质性,即使在群体中存在不同的发展轨迹,也能够识别并分析这些差异,并...
基于GBRT模型的海洋平台结构裂纹扩展识别 | 科技导报
1)MSE用于衡量平均误差,可以评价数据的变化程度,MSE的值越小,说明预测模型描述实验数据具有更好的精确度。2)R2是机器学习中判断模型拟合程度好坏的指标,R2越接近1,表示模型拟合效果越好。根据表1范围,对模型超参数进行网格搜索。在n_estimators为500、learning_rate为0.01、max_depth为4、min_samples_split为2...
【视频】多元线性回归模型原理讲解与R语言实例
识别异方差的方法包括使用残差图(如观察是否存在向外开口或闭合的漏斗形状)和统计检验(如White检验)。自相关:自相关是指回归模型的误差项之间存在相关性,这通常是由于时间序列数据中的遗漏变量、数据生成过程的动态性等原因引起的。自相关会影响回归系数的估计值和假设检验的准确性。可以使用统计检验(如Durbin-Wats...
Linear Regression 读书笔记|小二|回归|残差|拟合|regression...
2.1.2方程参数的拟合那么随之而来的问题就是,该怎么去找到那个理想的和的数值呢?目前最常用的方法就是最小二乘法(leastsquares)。(_Byfarthemostcommonapproachinvolvesminimizingtheleastsquarescriterion_)下面这张图很好地诠释了最小二乘法的思想。图中电视的广告预算(TVadvertisingbudge...
XGBoost 2.0:对基于树的方法进行了重大更新
找不到最优风险最小化的树,是因为我们不知道真实的数据分布d(www.e993.com)2024年10月23日。所以只能使用启发式方法,如基尼指数或信息增益,根据可用数据局部优化树,而谨慎分割和修剪等技术有助于管理模型的复杂性,避免过拟合。随机森林随机森林是决策树T_1,T_2,...的集合,T_n,其中每个决策树T_i:X→Y将输入特征空间X映射到输出...
股指期货:股指期货套保对冲与展期策略方法论
(1)上证50指数成分股以大盘蓝筹为主,选股的alpha收益有限,因此IH空头套保需求最小,基差也是贴水幅度最小的,空头对冲成本最低,打新策略常常使用IH来对冲底仓,导致IH主要的空头对冲需求不是来自于中性策略,而是打新策略,因此IH的贴水程度往往与打新收益挂钩;(2)其次是沪深300指数,其成分股偏向大盘蓝筹但是风格...
总结|临床研究常见统计方法与统计问题
第一种方法是基于协变量组间比较的假设检验,例如选择P值小于0.2或0.1的协变量,该方法一直以来被很多研究者使用,正如前面组间可比性的差异来源偶然性的描述,该方法已受到很多质疑而不再推荐使用。第二种方法是基于协变量对结局指标的影响程度,检验协变量与结局指标之间的相关分析,例如皮尔森相关系数,选择合适的系数界...
基于XGBoost两层算法模型的风机齿轮箱输入轴故障监测与诊断方法
齿轮箱发生故障前齿轮箱输入轴温度会发生变化,导致实测温度与预测温度发生偏离,并会持续一段时间有利于判断齿轮箱是否发生故障,当齿轮箱发生故障时,两者的偏离程度会更大,基于第一层模型真实值与预测值趋势分离程度作残差图进行故障监测。图3选取包含故障段的连续样本8000条,对故障区域及其两侧进行的有效性验证。
现代咨询方法与实务讲义知识点(一)
对于每一个自变量的数值,都有拟合值:yi‘=a+bxiyi‘与实际观察值的差,便是残差项ei=yi一yi’(二)一元回归流程三)回归检验在利用回归模型进行预测时,需要对回归系数、回归方程进行检验,以判定预测模型的合理性和适用性。检验方法有方差分析、相关检验、t检验、F检验。对于一元回归,相关检验与t检验、F检...