journeyH / debtDefaultResearch
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。
☆51Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for debtDefaultResearch
- 股票趋势预测☆33Updated 5 years ago
- 2019年CCF智能信用评分大赛个人源码库。包含XGboost模型调参，特征筛选，训练等方案。同时包含stacking模型融合方案☆27Updated 4 years ago
- 2019泰迪杯B题，利用Adaboost模型对A股市场进行预测☆44Updated 5 years ago
- 通过将对上市公司招股说明书情绪分析的结果与常用财务指标、企业科研指标等结合，综合使用多种分类模型：传统LR、随机森林、XGB、LGB集成学习模型对新上市公司破发情况进行学习和预测，筛选重要特征，并由此来得到一个新股破发分类器。☆12Updated last year
- 构建基于逻辑回归的评分卡模型☆43Updated 5 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☆53Updated 7 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…☆56Updated 4 years ago
- 基于BP神经网络的高频金融时间序列分析 (毕设)☆43Updated 5 years ago
- 机器学习的特征工程，包括特征抽取、特征预处理、特征选择、特征降维。☆24Updated 5 years ago
- 利用情感语义分析和张量数据结构预测股价☆47Updated 7 years ago
- 基于ARIMA时间序列的销量预测模型，实际预测准确率达90%以上，内含有测试记录和实际上线效果。☆97Updated 5 years ago
- 交易欺诈作为信用卡行业面临的主要贷后风险业务问题，每年都使信用卡行业遭受巨额损失。基于大数据机器学习开发出高效的交易欺诈识别模型一直是金融行业的主要挑战之一。本次大赛以此作为主题☆40Updated 5 years ago
- 爬取东方财富的宏观研究的研报，基于LSTM进行情感分析，分类为正向、负向和中性三类☆109Updated 2 years ago
- 基于LSTM的股票价格预测☆59Updated 6 years ago
- 这是一个基于LSTM-RNN算法的线上金融股票价格走势预测的小项目，使用tensorflow框架实现。☆43Updated 6 years ago
- 机器学习数据，预测趋势并画图☆22Updated 5 years ago
- 使用决策树进行客户流失预测分析☆10Updated 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☆47Updated 6 years ago
- 竞赛项目集合：Rossmann销售预测(Top3%)、HousePrices(Top34%)、数字识别(Top78%)、泰坦 尼克(Top83%)、能源预测③(Top36%)、未来价格预测(Top37%)、NFL大数据碗(Top61%)、厄瓜多尔连锁超市销售预测(Top48%…☆38Updated 3 years ago
- 基于互联网金融平台2015年度贷款数据完成信贷违约预测模型，该模型可以作为信贷平台预测违约借款人的参考☆68Updated 6 years ago
- 智能风控 python金融风险管理与评分卡建模 数据和代码☆20Updated 3 years ago
- python金融风控评分卡模型和数据分析微专业课包含《python信用评分卡建模（附代码）》，《python风控建模实战lendingClub》，《金融现金贷用户数据分析和画像》三套课程系列，共计250节课左右，录制时间超过3年，定期更新。这套微专业课程是互联网上最全，最专…☆59Updated 3 years ago
- 马上消费金融挑战者大赛-违约用户风险预测--第三名方案☆68Updated 4 years ago
- 时间序列理论和案例实践☆69Updated 7 years ago
- 根据以往的电话外呼数据以及用户数据信息，提取有价值信息，完成 数据分析报告,构建预测模型,提交部署,应用于现有存量用户,下采样,逻辑回归模型召回率87%。☆9Updated 6 years ago
- 通过Featuretools自动特征工程预测贷款偿还☆19Updated 4 years ago
- 对于一个板块内的股票使用Kmeans聚类剔除垃圾股，利用遗传算法分析上市公司的财务指标，从基本面的角度得出合理的股票选择模型，帮助投资者在某个板块内确定出选择高收益股票的标准，策略样本外回测计效见backtest.png文件。☆65Updated 3 years ago
- 使用pytorch搭建的循环神经网络在股票数据时间序列上的应用☆98Updated 6 years ago
- 文本(股吧评论)情感分析☆8Updated 5 years ago
- 股价预测程序，尝试各种模型。☆33Updated 3 years ago