journeyH / debtDefaultResearchLinks
对截止至2017年7月17日的债券违约事件进行梳理归因,并寻找宏观流动性影响因素,组成数据集。运用Lasso回归进行特征提取后,输入带L2惩罚项LR、SVM、NN、GBDT、RF等机器学习模型进行违约预测,得出GBDT预测效果最好以及特征工程对线性模型预测效果具有重要性的结论。
☆58Updated 6 years ago
Alternatives and similar repositories for debtDefaultResearch
Users that are interested in debtDefaultResearch are comparing it to the libraries listed below
Sorting:
- 基于BP神经网络的高频金融时间序列分析 (毕设)☆49Updated 7 years ago
- 股票趋势预测☆33Updated 6 years ago
- 爬取东方财富股吧沪深股票文章、评论及发言用户信息☆51Updated 7 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测,洗发水销量/股票走势预测,有状态循环神经网络☆56Updated 8 years ago
- 算法根据单个板块或单只股票的历史数据判断板块指数或个股次日收盘价信息,得到相应的调仓对策。可回归(预测具体价格)可分类(预测涨跌)。 长短期记忆模型(LSTM)是循环神经网络(RNN)的一种,每个输入样本都是一个序列(如某板块20天的四价一量)用这个序列预测结果。它认为某些…☆63Updated 5 years ago
- 利用情感语义分析和张量数据结构预测股价☆50Updated 8 years ago
- 基于机器学习的股票投资算法,使用到了Auto-ARIMA、LSTM、SVM、Prophet、朴素贝叶斯、移动平均算法等多个算法,从信息收集、算法分析、回测等多个方面进行分析,从消息面、基本面、技术面三种分析方法进行分析。