检索结果-南通市图书馆

基于双重XGBoost模型的农产品期货波动率预测——以玉米期货为例

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

系统管理学报 2023年第2期32卷 332-342页

作者：胡越王桑原覃浩恒徐亮张一苇西南财经大学工商管理学院成都611130 亚利桑那州立大学商学院美国亚利桑那州850003 华期创一成都投资有限公司成都610213

农产品期货的波动率在农产品衍生品定价、风险分散和农产品风险对冲等领域都起着关键性作用。对波动率进行预测,投资者可以依据波动率预测结果,对预期可能面临的风险采取相应的应对策略,更加精准地进行农产品风险管理。但波动率预测领... 详细信息

农产品期货的波动率在农产品衍生品定价、风险分散和农产品风险对冲等领域都起着关键性作用。对波动率进行预测,投资者可以依据波动率预测结果,对预期可能面临的风险采取相应的应对策略,更加精准地进行农产品风险管理。但波动率预测领域存在如下挑战:①波动率的预测期限较短,仅为1天或3天,难以反映资产在未来较长时间的价格波动率情况;②以往研究多关注于价格等信息,在波动率预测中对于基本面信息考虑较少;③神经网络、深度学习等预测模型的可解释性较差,网络构建和超参数的选择多依赖于经验选择。本文提出了一个基于XGBoost模型的波动率预测框架,考虑价格和基本面数据,对于波动率的长期趋势和短期变化进行了分析。实证结果表明,加入了更多信息维度的模型有助于提升波动率预测的精度,相比于传统的GARCH模型,均方误差MSE缩小了35%以上。

关键词：农产品期货机器学习波动率预测 XGBoost模型

基于XGBoost模型的降雨诱发阶跃型滑坡位移预测

在线全文

学校读者我要写书评

暂无评论

自然灾害学报 2023年第2期32卷 217-226页

作者：黄智杰沈佳简文彬樊秀峰聂闻福州大学岩土与地质工程系福建福州350108 福州大学福建省地质灾害重点实验室福建福州350108 中国科学院海西研究院泉州装备制造研究所福建泉州362200

滑坡位移预测一直是滑坡研究的热点之一。近年来,随着计算机科学的发展,越来越多的人工智能技术模型被用于滑坡位移的预测。相较于常用的如LSTM神经网络等机器学习模型,集成算法中的XGBoost模型在滑坡位移预测领域尚不多见。由于其在滑... 详细信息

滑坡位移预测一直是滑坡研究的热点之一。近年来,随着计算机科学的发展,越来越多的人工智能技术模型被用于滑坡位移的预测。相较于常用的如LSTM神经网络等机器学习模型,集成算法中的XGBoost模型在滑坡位移预测领域尚不多见。由于其在滑坡位移预测中具有预测精度更高、运行速度更快等优点,目前在学术界已成为研究的热点领域。文中以泉州市安溪县尧山村滑坡地灾点监测数据为例,运用Python搭建XGBoost模型,并通过最大信息系数的比较来选定与位移高度相关的特征,输入至模型中对滑坡位移进行预测。结果表明,XGBoost模型因其在目标函数中引入正则项来控制模型过拟合、模型数据集划分采用前向验证方式等优点,相较于大多数机器学习模型,能更加准确地预测降雨诱发阶跃型滑坡位移。该模型对此类滑坡的位移预测及早期监测预警具有重要参考意义。

关键词：机器学习 XGBoost模型最大信息系数阶跃型滑坡位移预测

基于MIC-xgboost-LSTM模型的边坡位移预测研究

在线全文

学校读者我要写书评

暂无评论

中国公路学报 2024年

作者：许江波侯鑫敏吴雄刘一凡孙国政中铁第一勘察设计院集团有限公司甘肃省交通科学研究院集团有限公司长安大学公路学院

为实现对边坡位移精确的预测，建立了一种基于最大互信息系数与xgboost算法的长短期记忆神经网络（MIC-xgboost-LSTM）边坡位移预测模型。首先对边坡受到不同降雨条件影响进行研究，利用最大互信息系数分析不同降雨条件因素与边坡累计... 详细信息

为实现对边坡位移精确的预测，建立了一种基于最大互信息系数与xgboost算法的长短期记忆神经网络（MIC-xgboost-LSTM）边坡位移预测模型。首先对边坡受到不同降雨条件影响进行研究，利用最大互信息系数分析不同降雨条件因素与边坡累计位移之间的相关关系，确定相关性显著的降雨影响因素，然后，基于xgboost算法对与边坡累计位移数据相关性较高的影响因素进行特征构造，将构造特征与原有特征一起进行归一化处理，把归一化后的数据分为训练集与验证集，最后利用LSTM对G312国道商洛岩质边坡边坡位移进行预测。同时，分别利用xgboost、LSTM、MIC-xgboost-LSTM预测模型对边坡的累计位移值进行训练预测，并通过RMSE、MAE、MAPE指标进行预测精度评价，另外采用RMSE指标对MIC-xgboost-LSTM模型最长预测周期及最小训练样本数量进行确定。最终，采用白水河滑坡位移数据对模型进行进一步验证，研究表明，日位移增量、蒸散量、净降雨量、累计七天降雨量与监测点累计位移量的相关性相较其它因素更高，且利用四种相关因素构造的特征值与输出的特征值的MIC值为0.97，同时，利用MIC-xgboost-LSTM模型对G312国道商洛边坡进行预测的结果中均方根误差（root mean squared error，RMSE）、平均绝对误差（mean absolute error，MAE）、平均绝对百分比误差（mean absolute percentage error，MAPE）分别为0.25、0.185、0.024%，均小于xgboost、LSTM的RMSE、MAE、MAPE值，并根据RMSE指标获取MIC-xgboost-LSTM模型最长预测周期与最小训练样本数量分别为675、56，最终采用白水河滑坡位移数据进行验证，其评价指标均小于xgboost、LSTM模型，这表明MIC-xgboost-LSTM边坡预测模型具有较高的可靠性。

关键词：道路工程预测模型 MIC 岩质边坡 XGBoost模型 LSTM模型特征构造

基于Prophet-XGBoost模型的GNSS高程时间序列预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大地测量与地球动力学 2022年第9期42卷 898-903页

作者：鲁铁定李祯东华理工大学测绘工程学院南昌市330013

针对GNSS时间序列非平稳性和非线性等特点,通过分析XGBoost模型与Prophet模型的适用性与特点,构建Prophet-xgboost预测模型。该模型先通过Prophet模型对GNSS原始时间序列进行分解,然后通过XGBoost模型进行分部预测,等权相加得到预测结... 详细信息

针对GNSS时间序列非平稳性和非线性等特点,通过分析XGBoost模型与Prophet模型的适用性与特点,构建Prophet-xgboost预测模型。该模型先通过Prophet模型对GNSS原始时间序列进行分解,然后通过XGBoost模型进行分部预测,等权相加得到预测结果。实验选用ALGO、ALRT、BRST三个IGS站U分量日坐标时间序列数据,采用MAE和RMSE作为评价指标。结果表明,与单一的XGBoost模型和Prophet模型相比,Prophet-XGBoost模型的MAE和RMSE值均得到一定程度优化,说明该模型具备有效性,可用于GNSS时间序列预测。

关键词： XGBoost模型 Prophet模型时间序列预测

基于XGBoost模型的空铁联运中转城市研究

在线全文

学校读者我要写书评

暂无评论

铁道运输与经济 2023年第3期45卷 24-31页

作者：白广栋翁湦元张启蒙朱建军黄家玮中国铁道科学研究院集团有限公司电子计算技术研究所北京100081

在空铁联运出行中,为旅客推荐合理的中转城市是用户行程规划中的关键一步。研究基于旅客选择的中转城市数据,运用特征选择与数据处理技术,通过对比支持向量机(SVM)、K最近邻算法(KNN)、随机森林算法(RF)、多层感知机(MLP)和XGBoost模型... 详细信息

在空铁联运出行中,为旅客推荐合理的中转城市是用户行程规划中的关键一步。研究基于旅客选择的中转城市数据,运用特征选择与数据处理技术,通过对比支持向量机(SVM)、K最近邻算法(KNN)、随机森林算法(RF)、多层感知机(MLP)和XGBoost模型的实验结果,最后采用结果最优的XGBoost模型对空铁联运中转城市进行推荐。结果表明,该模型在正确率上达到91.92%,具有一定的先进性与优越性;对于采用数据增强后训练的XGBoost模型,大大增加了模型的鲁棒性。在影响因素分析中,结果表明出发与到达的客观属性信息比旅客个体特征贡献度更高,也是首次证明出发与到达的客观属性信息对旅客选择中转城市有重要影响,为空铁联运中转城市推荐研究提供了新的思路。

关键词：空铁联运中转城市推荐机器学习数据增强 XGBoost模型

基于GWO-KMV-XGBoost模型的我国上市公司信用债违约风险研究

在线全文

学校读者我要写书评

暂无评论

基于GWO-KMV-XGBoost模型的我国上市公司信用债违约风险研究

作者：叶璐西南财经大学

学位级别：硕士

自1981年以来,我国债券市场不断发展。债券发行主体种类不断增加,从国有企业、金融机构向民营企业、外资企业等拓展;债券的发行金额,也从最初的几个亿,增加到40万亿元。然而,随着发行主体的不断扩大,债券规模的不断增长,我国债券市场的... 详细信息

自1981年以来,我国债券市场不断发展。债券发行主体种类不断增加,从国有企业、金融机构向民营企业、外资企业等拓展;债券的发行金额,也从最初的几个亿,增加到40万亿元。然而,随着发行主体的不断扩大,债券规模的不断增长,我国债券市场的信用风险问题也显现出来了。2014年,我国债券市场首次出现了公开市场的债券违约,打破了我国债券市场“刚性兑付”的信仰,信用债违约步入常态化。如何防范债券违约风险,对债券进行信用评估成为了研究者们的关注重点。上市公司作为企业信用评级的重要组成部分,关系到中国经济的平稳发展,关系到投资者的根本利益。但中国信用评级起步较晚,信用评级市场的制度还不够完善,评级机构的评级方法也相对落后,一种适合于上市公司的信用评级方法对于推动评级市场的发展是具有重大意义的。本文通过文献梳理,发现信用债评估领域主要存在违约样本少、数据不平衡以及单一模型难以同时满足高预测精度和可解释性要求的难点。基于此,本文构建了应对上述问题的GWO-KMV-xgboost混合模型,对我国债券市场的违约风险进行评估。由于违约样本量较少,以往的研究通常使用“是否被标记ST”作为预测标签,考虑到“是否被标记ST”与债券是否真实违约没有直接联系,为了提升模型识别真实违约样本的能力,本文选取了2014年——2022年我国上市公司真实违约债券作为研究对象,并按照行业相同、公司规模类似等原则选取非违约公司作为对照组,考虑到数据的滞后性,本文使用上市公司T-2年的数据进行模型构建。首先,构建KMV模型,通过输入股权市场价值、股权市场价值波动率、无风险利率等关键指标计算出违约距离,并对违约距离进行显著性检验,发现违约距离在违约公司与非违约公司之间有显著性差异。为了加强模型的预测精度和可解释性,本文将违约距离作为一个特征变量加入XGBoost模型,并使用准确性高、稳定性强的灰狼优化算法构建GWO-KMV-XGBoost模型。本文根据对债券违约因素的分析,充分考虑债券自身属性,企业的盈利能力、现金流量、资本结构、偿债能力、营运能力和成长能力,选取了24个财务指标和3个债券自身属性指标,结合KMV模型算出的违约距离,来度量我国上市公司的信用风险。在经过独立样本T检验和Lasso交叉验证特征筛选后,最终筛选出13个指标。考虑到样本数量的不平衡性,本文使用了SMOTE方法对训练集的违约公司样本进行过采样使样本数量均衡。最后使用GWO-KMV-XGBoost模型建立信用评估模型,并对比分析基于网格搜索交叉验证优化的XGBoost模型、基于网格搜索交叉验证优化的KMV-XGBoost模型以及SVM模型,发现本文所构建的GWO-KMV-XGBoost模型效果最好,该模型可以很好的度量我国上市公司信用债的违约风险。

关键词：上市公司信用债违约风险 KMV模型 XGBoost模型灰狼算法

基于CatBoost和xgboost组合模型的水深反演

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

海洋测绘 2023年第3期43卷 59-63页

作者：曾书玉谢涛孔瑞瑶南京信息工程大学遥感与测绘工程学院江苏南京210044 青岛海洋科学与技术国家实验室区域海洋动力学与数值模拟功能实验室山东青岛266237

为获取高精度的水深信息以满足海洋研究各领域的需要,提出一种CatBoost和XGBoost模型组合的水深反演模型。选取Sentinel-2A卫星遥感数据,以瓦胡岛为研究区域,引入CatBoost和XGBoost模型,对二者进行线性组合,构建CatBoost-xgboost组合模... 详细信息

为获取高精度的水深信息以满足海洋研究各领域的需要,提出一种CatBoost和XGBoost模型组合的水深反演模型。选取Sentinel-2A卫星遥感数据,以瓦胡岛为研究区域,引入CatBoost和XGBoost模型,对二者进行线性组合,构建CatBoost-xgboost组合模型。实验结果表明:组合模型的决定系数、均方根误差、平均绝对误差以及平均相对误差分别为95.32%、1.29 m、0.86 m、20.51%,与单一模型相比,组合模型的水深反演精度有一定提高。

关键词：海洋遥感水深反演组合模型 CatBoost模型 XGBoost模型

基于XGBoost模型的路段交通流量短时预测

在线全文

学校读者我要写书评

暂无评论

武汉理工大学学报（交通科学与工程版） 2024年第1期48卷 25-30,36页

作者：蒋源陈小鸿胡松华成都市规划设计研究院成都610041 同济大学铁道与城市轨道交通研究院上海201804 马里兰大学帕克分校土木环境工程系马里兰州20742

文中利用上海杨浦区雷达设备采集的城市道路流量数据,基于XGBoost模型对路段流量进行预测.考虑城市道路交通流量的复杂性与随机性,选用包括整体特征、时间相关特征、空间相关特征等31个特征变量,并通过格网搜索对模型主要参数进行调整.... 详细信息

文中利用上海杨浦区雷达设备采集的城市道路流量数据,基于XGBoost模型对路段流量进行预测.考虑城市道路交通流量的复杂性与随机性,选用包括整体特征、时间相关特征、空间相关特征等31个特征变量,并通过格网搜索对模型主要参数进行调整.结果显示:在不同时间粒度上,XGBoost模型的RMSE精度皆优于其余五个对比模型,且在效率上也具有优势.以5 min为时间粒度时,RMSE值为14.22,MAPE值为0.153,耗时23.84 s.此外,xgboost具有较高可解释性.通过对不同特征变量的组合预测及特征变量重要度分析发现,以时间粒度为单元,1、2、3阶滞后流量及彼此间的差值可明显提高模型预测精度,随时间粒度增大,流周期性增强,随机性减弱.

关键词：路段流量短时预测机器学习 XGBoost模型

急性百草枯中毒患者XGBoost模型的构建及其对个体评估预测的法医学意义

在线全文

学校读者我要写书评

暂无评论

急性百草枯中毒患者XGBoost模型的构建及其对个体评估预测的法医...

作者：孙颖青岛大学

学位级别：硕士

目的本研究旨在建立一种能预判急性百草枯中毒患者机体状况的极端梯度上升法(e Xtreme Gradient Boosting,xgboost)模型,并将XGBoost模型与Cox比例风险回归模型对个体急性百草枯中毒者的预测效果进行比较,从而为急性百草枯中毒幸存者身... 详细信息

目的本研究旨在建立一种能预判急性百草枯中毒患者机体状况的极端梯度上升法(e Xtreme Gradient Boosting,xgboost)模型,并将XGBoost模型与Cox比例风险回归模型对个体急性百草枯中毒者的预测效果进行比较,从而为急性百草枯中毒幸存者身体状态的法医学鉴定及罹难者死亡原因的法医学分析提供客观依据,帮助法医预判百草枯中毒案件被鉴定人损伤状态,为案件侦办提供参考。方法选取我院及合作医院2018年1月1日至2020年l2月31日期间收治的急性百草枯患者150例作为研究对象,依据《急性百草枯中毒诊治专家共识(2013)》。使用随机数表法将研究对象随机分为训练组和验证组,其中训练组75例,主要用于训练模型;验证组75例,主要用于验证模型。记录患者的性别,年龄、摄入百草枯剂量、灌流时间、首次呕吐时间和服毒至就诊时间,同时立即采集静脉血和动脉血,检测白细胞(white blood cell,WBC)、动脉血乳酸(Arterial blood lactic acid,Lac)、尿素氮(blood urea nitrogen,BUN)、血肌酐(Serum creatinine,Scr)、肌酸激酶同工酶(creatine kinase isoenzymes,CK-MB)、血糖(glucose,Glu)、血钾(kaliemia,K+)、血钙(calcium,Ca2+)、谷丙转氨酶(Alanine aminotransferase,ALT)、谷草转氨酶(Aspartate aminotransferase,AST)等血液指标。评估患者临床生理数据对患者死亡的预测能力,使用单因素与多因素Cox回归模型来筛选可能的预测因素。采用受试者工作特征曲线(Receiver operating characteristic curve,ROC)分析XGBoost模型和Cox回归模型对急性百草枯患者生存的预测效能,以曲线下面积(Area Under Curve,AUC)判定预测能力的大小,并在验证组(75例)中进行内部验证。结果1.本研究急性百草枯中毒患者共150例,其中训练组75例,验证组75例。训练组与验证组的具体数据以及两组之间的比较情况,结果显示两组间临床病理数据的差异均无统计学意义(P>0.05)。训练组与验证组急性百草枯患者的生存曲线差别无统计学意义(P>0.05)。2.训练组急性百草枯患者死亡的Cox回归分析结果显示摄入百草枯剂量、服毒至就诊时间、首次灌流时间、首次呕吐时间、AST、ALT、Scr、BUN、WBC、Lac、CK-MB、Glu、Ca2+和K+是急性百草枯中毒患者死亡的独立预测因素(PXGBoost模型,得到14个预测因素,其预测能力由大到小依次为服毒至就诊时间、首次呕吐时间、首次灌流时间、Lac、WBC、摄入百草枯剂量、Scr、K+、Ca2+、CK-MB、Glu、AST、BUN和ALT。4.与Cox回归模型相比,XGBoost模型预测死亡的曲线下面积(area under the curve,AUC)较大,并在验证队列中也得到了证实。结论1.本研究成功建立和验证了能够预测急性百草枯患者死亡的XGBoost模型。XGBoost模型可用于急性百草枯中毒患者死亡的预测分析,其预测能力无论是在训练集还是在验证集中,均优于Cox回归模型。2.XGBoost模型可用于评估危险因素与结果之间的关联强度,其所包含的临床指标是常规的、廉价的,易获得的,其独特的优势之一在于可以得到每个因素的重要性得分,可辅助临床医生为患者制订个性化的治疗方案,并预测患者的预后情况。3.本研究也有助于临床法医学中死亡原因的分析和幸存者机体状态的评估。

关键词：百草枯中毒 XGBoost模型法医学