检索结果-南通市图书馆

基金关联特征提取的大数据随机搜索算法及应用

在线全文

学校读者我要写书评

暂无评论

管理科学 2020年第6期33卷 41-53页

作者：袁先智刘海洋周云鹏严诚幸冯驰李欣鹏李波郭铁信钱国骐曾途成都大学商学院成都610106 广西大学商学院南宁530004 中山大学管理学院广州510275 成都数联铭品科技有限公司成都610041 中国平安财产保险股份有限公司苏州分公司江苏苏州215006 山东大学中泰证券金融研究院济南250100 重庆理工大学理学院重庆400054 中南大学数学与统计学院长沙410083 墨尔本大学数学与统计学院墨尔本VIC3010

随着金融科技对数据分析和解读的不断加深,数据有效性变得尤为重要。在信息时代,数据随时间快速增长,为数据处理带来了诸多困难,维数灾难直接影响对数据的分析和解读。因此,在人工智能框架下,实现对基金业绩关联特征的提取和应用,为有... 详细信息

随着金融科技对数据分析和解读的不断加深,数据有效性变得尤为重要。在信息时代,数据随时间快速增长,为数据处理带来了诸多困难,维数灾难直接影响对数据的分析和解读。因此,在人工智能框架下,实现对基金业绩关联特征的提取和应用,为有效挖掘高维度特征提供一种新的方法和思路具有重要的现实意义。使用马尔科夫链蒙特卡洛框架下的吉布斯抽样算法,以比值比作为分类标准,实现从多维数据中提取与基金业绩相关的结构化和非结构化特征因子。以2018年中国较规范的701个债券型基金作为样本,从基金自身、基金管理人和基金关联实体3个维度出发,建立初始特征池,利用吉布斯抽样方法选出关联特征;以比值比指标作为分类标准,对特征进行与基金业绩强相关、一般相关和弱相关的分类,并通过基金业绩预测模型验证分类效果。研究结果表明,基于AIC方法和BIC方法的随机搜索方法均对指标起较好的筛选作用,即利用特征筛选后的指标建立的模型能较好地预测未来基金的业绩表现。除基金规模、历史投资业绩和声誉等信息是直接刻画基金投资管理能力的强关联风险特征指标外,基金管理团队能力和基金公司的经营状况也是描述基金投资管理能力的强关联特征指标。研究结果为金融科技领域处理海量的非结构化信息、实现有效的特征提取提供了一种思路和框架,特别是在面临海量高维度数据时,为如何有效地从低密度信息中提取特征指标并形成支持实践的运用提供了一个完整的案例。

关键词：大数据基金业绩吉布斯抽样随机搜索算法特征提取

在线全文

学校读者我要写书评

暂无评论

骨痹汤治疗增生性膝关节炎30例

实用中医药杂志 1998年第3期14卷 40-40页

作者：袁先智四川省中江县中医院!(618100)

在大数据框架下基于吉布斯抽样的随机搜索方法在金融风险特征提取中的应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计量经济学报 2021年第2期1卷 377-408页

作者：袁先智狄岚李祥林郭铁信李波 Guoqi QIAN 张千友严诚幸刘海洋吴桐曾途周云鹏广西大学商学院南宁530004 中南大学数学与统计学院长沙410000 江南大学人工智能与计算机学院无锡214122 上海高级金融学院上海200030 重庆理工大学理学院重庆400054 成都数联铭品科技有限公司成都610041 School of Maths&Stats The University of MelbourneMelbourne VIC3010 成都大学商学院成都610106

本文的目的是在大数据框架下,系统地陈述了如何利用吉布斯抽样(Gibbs sam pling)方法作为工具,以样本误差容忍度为标准的大数据关联特征因子提取的推断原理为基础,在金融衍生品场景下对关联风险特征进行有效提取的思维和路径.具体来讲,... 详细信息

本文的目的是在大数据框架下,系统地陈述了如何利用吉布斯抽样(Gibbs sam pling)方法作为工具,以样本误差容忍度为标准的大数据关联特征因子提取的推断原理为基础,在金融衍生品场景下对关联风险特征进行有效提取的思维和路径.具体来讲,采用马尔可夫链蒙特卡罗(MCMC)框架下的吉布斯抽样(Gibbs sampling)算法为工具,通过"OR值"(odds ratio)(也称为"比值比"或"优势比")为验证标准,在大数据(包含传统的结构化和非结构化数据)一般框架下对高度关联特征因子提取推断的原理下,系统性地陈述了如何从海量数据中提取与金融衍生品价格或者风险关联度高的风险特征因子的随机搜索方法.为了能够比较全面地展示如何利用吉布斯抽样方法通过随机搜索算法来实现对金融衍生品风险特征的提取,在本文中,我们对三种金融产品的关联特征提取进行了比较全面和系统的讨论,他们是:1)对支持"基金中的基金"(fund of funds,简称"FOF")组建的影响基金业绩关联特征的挖掘;2)对影响大宗商品期货螺纹钢价格趋势变化的关联特征指标的挖掘;3)对影响大宗商品期货铜价格趋势分析的关联特征刻画的提取.本文的分析和实证结果表明,我们在大数据框架下建立的特征提取方法除了能够有效地筛选出刻画影响基金业绩的关联特征外,也够提取出影响螺纹钢期货和铜期货价格趋势变化的关联特征,这为业界对FOF的组建与管理,对应金融衍生品价格变化走势,特别是大宗期货交易和风险管理方面提供了一种新的分析维度和风险特征因子应用方向.另外,本文讨论的从大数据的视角筛选金融衍生品风险特征因子的方法,也与过去传统的计量分析方法不同,是金融科技在大数据金融方面分析和应用的创新点.

关键词：大数据吉布斯抽样随机搜索马尔可夫链蒙特卡罗金融科技关联风险特征基金中的基金大宗商品期货价格趋势特征因子方法大数据特征推断框架

在线全文

学校读者我要写书评

暂无评论

咨询业务商业模式与产品研发

咨询业务商业模式与产品研发

创新·服务·提升——与企业共成长——2012第六届中国...

作者：魏丁魏玉坤王红英蔡能斌邓宏光袁先智朱小军鲁哲田联丰冯利臣浙商期货中国国际期货研究院上海邦成粮油在线浙商证券德勤中国有限公司上海生意社信息服务有限公司中国玉米网

＜正＞期货投资咨询业务实践魏丁:上半场我们听了三位嘉宾演讲,对我们启发很大。冯总让我们看到了我们整个咨询业务的纵深,孙总丰富的产品线,根据客户不同的需求提供全方位服务。浙商期货也做了一些尝试和努力,下来我们请魏所长讲一讲...

＜正＞期货投资咨询业务实践魏丁:上半场我们听了三位嘉宾演讲,对我们启发很大。冯总让我们看到了我们整个咨询业务的纵深,孙总丰富的产品线,根据客户不同的需求提供全方位服务。浙商期货也做了一些尝试和努力,下来我们请魏所长讲一讲体会。

关键词：

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

财务欺诈风险特征筛选框架的建立和应用

财务与会计导刊（理论版） 2022年第7期

作者：袁先智周云鹏严诚幸刘海洋钱国骐王帆韦立坚李志勇李波李祥林曾途

本文从金融科技大数据出发，以人工智能的吉布斯随机搜索（Gibbs Sampling）算法为工具，在大数据框架下建立了针对公司财务欺诈风险的特征因子筛选的一般处理方法与特征提取推断原理，并结合上市公司的财务报表数据进行实证分析，结合... 详细信息

本文从金融科技大数据出发，以人工智能的吉布斯随机搜索（Gibbs Sampling）算法为工具，在大数据框架下建立了针对公司财务欺诈风险的特征因子筛选的一般处理方法与特征提取推断原理，并结合上市公司的财务报表数据进行实证分析，结合从2017年1月到2018年12月证监会对上市公司财务报表信息披露违规的数据样本，筛选出刻画财务欺诈的特征因子并进行了验证测试，支持财务欺诈的识别。本文提出的框架和模型方法可以加强和提升对上市公司财务欺诈风险的识别能力，并实现对公司财务在欺诈方面的探测与预测（Detecting and Predicting）功能。

关键词：大数据吉布斯随机搜索(Gibbs Sampling)抽样随机搜索算法 SAS99 财务欺诈风险舞弊三角理论特征提取推断原理 big data Gibbs sampling stochastic search SAS99 financial fraud fraud triangle theory the framework of feature extraction

来源：人大复印报刊资料评论

在线全文

人大复印报刊资料

学校读者我要写书评

暂无评论

塔里木盆地巴参1井石炭系顶界的商榷

新疆地质 2000年第1期18卷 18-27页

作者：周永昌王良俊袁先智中国新星石油公司西北石油局新疆乌鲁木齐830011

前人将巴参１井井深１８８２～１９７７ｍ划归下二叠统南闸组，将井深１９７７～２０９４．５ｍ划归上石炭统小海子组，经“七五”、“八五”科技攻关研究，从　化石资料，巴参１井井深１９１０～２０７５ｍ，自上而下含有Ｐｓｅｕｄｏ... 详细信息

前人将巴参１井井深１８８２～１９７７ｍ划归下二叠统南闸组，将井深１９７７～２０９４．５ｍ划归上石炭统小海子组，经“七五”、“八五”科技攻关研究，从　化石资料，巴参１井井深１９１０～２０７５ｍ，自上而下含有Ｐｓｅｕｄｏｓｃｈｗａｇｅｒｉｎａ，Ｔｒｉｔｉｃｉｔｅｓ带，但与之相当的巴探２井地层包括Ｔｒｉｔｉｃｉｔｅｓ，Ｆｕｓｕｌｉｎｅｌｌａ带，结合岩石地层、测井地层、地震地层、接触关系及与邻区对比，综合分析认为，巴参１井井深１８８２～２０９４．５ｍ地层归属上石炭统比较合适，并且暂时以“小海子组”作为地层单位使用。

关键词：塔里木盆地巴参1 石炭统顶界生物地层

在金融科技中基于人工智能算法的风险特征因子筛选框架的建立和在期货价格趋势预测相关的特征因子刻画的应用

在线全文

学校读者我要写书评

暂无评论

安徽工程大学学报 2020年第4期35卷 1-13页

作者：袁先智周云鹏刘海洋严诚幸钱国骐钱晓松汪冬华李志勇李祥林林健武沈思丞曾途成都大学商学院四川成都610106 上海立信会计金融学院金融科技学院上海201620 成都数联铭品科技有限公司四川成都610000 墨尔本大学数学与统计学院澳大利亚墨尔本VIC3010 苏州大学金融工程研究中心江苏苏州215000 华东理工大学商学院上海200237 西南财经大学金融学院四川成都611137 上海高级金融学院上海200030 清华大学深圳国际研究生院广东深圳518057

研究的目的是建立对影响大宗商品期货价格变化趋势的关联风险特征因子的提取框架和配套的推断逻辑原理。具体来讲,以金融科技中大数据概念为出发点,利用人工智能中的吉布斯随机搜索(Gibbs Sampling)算法为工具,全面地陈述如何提取高度... 详细信息

研究的目的是建立对影响大宗商品期货价格变化趋势的关联风险特征因子的提取框架和配套的推断逻辑原理。具体来讲,以金融科技中大数据概念为出发点,利用人工智能中的吉布斯随机搜索(Gibbs Sampling)算法为工具,全面地陈述如何提取高度关联大宗商品期货价格变化的风险特征因子的流程和配套的逻辑原理,即采用(在马尔科夫链蒙特卡洛(MCMC)框架下)人工智能中的吉布斯随机抽样算法,结合OR值(Odds Ratio)作为关联分类和验证标准,实现从大量风险因子的数据中提取与大宗商品期货(铜)价格趋势变化相关的特征因子并进行分类,从而可用于构建支持期货价格趋势变化分析的特征指标。实证分析结果表明,该特征提取方法能够比较有效地刻画大宗商品期货(铜)价格的趋势变化,为业界进行大宗期货交易和风险对冲的管理提供了一种新的分析维度。另外,从影响价格趋势变化的特征因子中筛选出高度关联的特征指标的大数据分析方法,是与过去文献中对价格趋势分析的不同之处和创新点。

关键词：大数据吉布斯(Gibbs)随机搜索算法特征筛选关联方价格趋势变化