网络与机器学习相结合的产品市场预测方法
物理与社会
2018-11-27 v1 社会与信息网络
摘要
可持续的金融市场在人类社会的运转中扮演重要角色。尽管如此，金融市场风险的检测与预测仍具挑战性，并引起科学界的广泛关注。在此我们开发了一种基于网络理论与机器学习相结合的新方法来研究金融产品市场的结构与运作。我们的网络连边基于公司产品的相似性，并利用美国上市公司的证券交易委员会（SEC）备案文件构建。我们发现网络中的若干特征可作为金融市场风险的良好前兆。随后我们将网络拓扑与机器学习方法结合，以预测成功与失败的公司。我们发现使用本方法的预测远优于其他知名回归技术。此处提出的框架不仅有助于金融市场预测，也提供了见解并展示了结合网络理论与机器学习的威力。
引用
@article{arxiv.1811.10273,
title = {A combined network and machine learning approaches for product market forecasting},
author = {Jingfang Fan and Keren Cohen and Louis M. Shekhtman and Sibo Liu and Jun Meng and Yoram Louzoun and Shlomo Havlin},
journal= {arXiv preprint arXiv:1811.10273},
year = {2018}
}