用于风险价值预测的分位数卷积神经网络
机器学习
2020-10-01 v4 计算金融
机器学习
摘要
本文提出一种预测风险价值的新方法。卷积神经网络能够进行时间序列预测，因为它们可以学习时间中的局部模式。一个简单的修改使其能够预测分布的任意分位数而非均值，从而可应用于 VaR 预测。所提模型可以从不同资产的价格历史中学习，并且似乎能产生相当准确的预测。
引用
@article{arxiv.1908.07978,
title = {Quantile Convolutional Neural Networks for Value at Risk Forecasting},
author = {Gábor Petneházi},
journal= {arXiv preprint arXiv:1908.07978},
year = {2020}
}