用机器学习建模国债收益率
统计方法学
2020-03-13 v1 计算金融
证券定价
摘要
我们给出利用（无监督）机器学习（ML）技术（如非负矩阵分解（NMF）与（统计确定性）聚类）提取国债收益率潜在因子的显式算法与源代码。NMF 是一种流行的 ML 算法（用于计算机视觉、生物信息学/计算生物学、文档分类等），但常被误解和误用。我们讨论如何正确地将 NMF 应用于国债收益率。我们基于 NMF 与聚类分析因子及其解释。我们讨论其在样本外 ML 稳定性问题背景下对国债收益率预测的意义。
引用
@article{arxiv.2003.05095,
title = {Machine Learning Treasury Yields},
author = {Zura Kakushadze and Willie Yu},
journal= {arXiv preprint arXiv:2003.05095},
year = {2020}
}
备注
68 pages