国家自然科学基金(70840018)
- 作品数：7 被引量：43H指数：4
- 相关作者：赵冠华张涛张凤廷赛英曲吉林更多>>
- 相关机构：山东财政学院山东财经大学天津大学更多>>
- 发文基金：国家自然科学基金山东省软科学研究计划山东省科技攻关计划更多>>
- 相关领域：经济管理自动化与计算机技术更多>>
- 基于GA和Renyi熵的增长记忆式最小二乘支持向量机财务业绩预测模型
- 为了综合提高财务业绩预测的正确率,在传统支持向量机财务业绩预测模型的基础上,提出了一种新的基于遗传算法和Renyi熵的增长记忆式最小二乘支持向量机预测模型。并独立推导出了适合财务业绩预测这一离散序列的熵以及支持向量机核函...
- 赵冠华
- 关键词：遗传算法RENYI熵邻域粗糙集最小二乘支持向量机
- 文献传递
- 基于数据挖掘技术的金融数据异常检测
- 金融数据异常检测对于全面、准确地认识和把握金融市场的波动规律,加强宏观管理和调控,具有十分重要的理论价值和实践意义。传统的金融数据异常检测方法主要是基于统计学的模型法,主要适用于低频金融数据的异常波动分析。本文提出一种基...
- 曲吉林
- 关键词：金融数据异常检测数据挖掘VORONOI图
- 文献传递
- 企业财务危机预警模型研究
- 2009年
- 将主成分分析、粗糙集理论与径向基函数神经网络结合,引入反映企业现实财务状况的现金流量指标,使用粗糙集剔除冗余指标,通过主成分分析提取指标和降维,利用径向基函数神经网络作为判别企业财务状态的工具,构建上市公司财务危机预警模型,实证研究结果证明了该模型具有较高的建模精度和泛化能力。
- 朱世伟于俊凤王蕾
- 关键词：财务危机预警现金流量主成分分析径向基函数神经网络粗糙集
- 基于Renyi熵的LS-SVM财务困境预测模型被引量：1
- 2010年
- 为了提高企业财务困境预测的正确率,减少训练模型的样本数和训练时间,在传统支持向量机预测模型的基础上,将Renyi熵和最小二乘支持向量机算法应用于财务困境预测,提出了一种基于Renyi熵的最小二乘支持向量机预测模型。独立推导出了适合财务困境预测这一离散序列的熵以及支持向量机核函数的表达式,同时,给出了这一改进算法的实现步骤。实验结果表明,该算法无论是训练样本的数量还是训练时间,都显著优于传统的最小二乘支持向量机以及标准支持向量机预测模型。
- 赵冠华
- 关键词：RENYI熵最小二乘支持向量机支持向量机财务困境预测
- 基于邻域粗糙集属性约简的对偶约束式LS-SVM财务困境预测模型研究被引量：4
- 2011年
- 为了提高财务困境预测的正确率,改善模型预测的效果,将邻域粗糙集和遗传算法应用于对偶约束式最小二乘支持向量机,提出了一种基于邻域粗糙集属性约简的对偶约束式最小二乘支持向量机预测模型。同时,给出了这一改进模型的实现步骤。实证结果表明,通过邻域粗糙集指标预处理和遗传算法参数优化后,不但提高了模型预测的正确率,还降低了模型运行的时间,证实了该模型应用于财务困境预测是有效的。
- 赵冠华
- 关键词：邻域粗糙集最小二乘支持向量机遗传算法财务困境预测
- 基于遗传算法和熵的缩减记忆式LS-SVM财务困境预测模型研究被引量：6
- 2010年
- 为了提高财务困境预测的正确率,减少模型的训练样本数和训练时间,在传统支持向量机(SVM)预测模型的基础上,将遗传算法、信息熵和缩减记忆算法应用于最小二乘支持向量机(LS-SVM),提出了一种基于遗传算法和信息熵的缩减记忆式最小二乘支持向量机预测模型。并独立推导出了适合财务困境预测这一离散序列的熵以及支持向量机核函数的表达式,同时,给出了这一改进模型的实现步骤。实验结果表明,该模型无论是预测正确率,还是训练样本的数量和训练时间,都显著优于最小二乘支持向量机以及传统支持向量机模型。
- 赵冠华
- 关键词：遗传算法信息熵最小二乘支持向量机财务困境预测
- 基于不确定性期望效用模型的投资优化
- 2014年
- 针对资产的收益的分布不确切知道,并且所获得的矩信息也不是准确值的问题,提出了最大化最坏情形期望效用的鲁棒性方法.引入了凹凸类效用函数来度量模型不确定情形下投资者的效用,用一个不确定性结构来刻画资产收益的所有可能的分布和收益的矩信息,通过把具有不确定性结构的鲁棒性模型转化成参数二次规划问题,得到了最优投资策略、有效前沿和均衡价格的解析表示.方法为采用保守策略并且厌恶不确定性的投资者提供了一种有效的投资决策方案.
- 马孝先曲吉林赵庆祯
- 关键词：数学规划均衡价格
- 基于支持向量机的中国股指期货回归预测研究被引量：28
- 2013年
- 本文针对股指期货预测的特点,选择对股指期货指数有重要影响的相关指标,首次提出用支持向量机(SVM)方法对其进行回归预测,并用遗传算法(GA)和粒子群算法(PSO)分别优化四种不同核函数的支持向量机,构建了八种不同的中国股指期货回归预测方案,用实证研究的方法对这八种方案的准确性和时效性进行了比较。实验结果表明粒子群算法优化的线性核函数支持向量机作为中国股指期货回归预测的模型,具有更好的预测效果。
- 赛英张凤廷张涛
- 关键词：中国股指期货支持向量机遗传算法粒子群算法
- 基于二次Renyi熵的非迭代最小二乘支持向量机预测模型被引量：5
- 2009年
- 将二次Renyi熵应用于企业财务困境预测,提出了一种基于二次Renyi熵的最小二乘支持向量机(LS-SVM)模型。通过将该模型与传统的LS-SVM模型、标准SVM模型以及与二项Logistic回归模型、BP神经网络(BP-ANN)的分析比较,表明了该模型无论是训练样本的数量还是运算时间,都显著优于其他模型,且有较好的稳定性。实证分析表明,将二次Renyi熵引入企业财务困境预测领域是成功的,同时,通过对原始输入变量进行显著性检验、因子分析处理,减少了输入变量个数,预测正确率达到了88%,说明因子分析法是有效的。
- 赵冠华
- 关键词：最小二乘支持向量机财务困境预测
