兩類含相關(guān)性的風(fēng)險(xiǎn)模型的研究的開題報(bào)告_第1頁
兩類含相關(guān)性的風(fēng)險(xiǎn)模型的研究的開題報(bào)告_第2頁
兩類含相關(guān)性的風(fēng)險(xiǎn)模型的研究的開題報(bào)告_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

兩類含相關(guān)性的風(fēng)險(xiǎn)模型的研究的開題報(bào)告開題報(bào)告一、研究背景在金融風(fēng)險(xiǎn)管理領(lǐng)域中,相關(guān)性一直是一個(gè)重要的研究方向。一方面,相關(guān)性能對資產(chǎn)組合帶來重要的影響,關(guān)系著風(fēng)險(xiǎn)的分散和集中,關(guān)系著投資組合的構(gòu)建和優(yōu)化;另一方面,相關(guān)性的測度和擬定又是一個(gè)非常復(fù)雜的問題,需要借助多種統(tǒng)計(jì)和機(jī)器學(xué)習(xí)的方法。在風(fēng)險(xiǎn)管理中有大量的實(shí)踐證實(shí),正相關(guān)與負(fù)相關(guān)能夠在不同方向上影響投資組合的風(fēng)險(xiǎn)利潤特征,而且,相關(guān)性可能增加或減弱風(fēng)險(xiǎn)傳遞,影響到系統(tǒng)風(fēng)險(xiǎn),這就導(dǎo)致了很多基于相關(guān)風(fēng)險(xiǎn)模型的研究,并涌現(xiàn)了許多不同的模型方法。針對以上的研究背景,我們提出了兩類風(fēng)險(xiǎn)模型的研究方向。二、研究目的和內(nèi)容本篇研究主要目的在于,構(gòu)建和實(shí)現(xiàn)兩類與相關(guān)性有關(guān)的風(fēng)險(xiǎn)模型,包括:1.基于隨機(jī)矩陣論的風(fēng)險(xiǎn)模型研究隨機(jī)矩陣?yán)碚撌茄芯侩S機(jī)矩陣本身和其與其他數(shù)學(xué)對象之間的關(guān)系的數(shù)學(xué)學(xué)派,被廣泛應(yīng)用于各種科學(xué)領(lǐng)域中。利用隨機(jī)矩陣論的思想,我們可以提出一種基于統(tǒng)計(jì)學(xué)的方法,研究相關(guān)性系數(shù)的隨機(jī)分布特征,從而構(gòu)建一種可行的風(fēng)險(xiǎn)模型。本研究將會(huì)著重研究利用隨機(jī)矩陣?yán)碚摻⒌娘L(fēng)險(xiǎn)模型,探討其優(yōu)、缺點(diǎn)和應(yīng)用范圍。2.基于協(xié)同過濾的風(fēng)險(xiǎn)模型研究協(xié)同過濾是一種常見的推薦算法,也常常被應(yīng)用于相關(guān)性衡量和風(fēng)險(xiǎn)管理中。協(xié)同過濾以用戶數(shù)據(jù)為基礎(chǔ),通過挖掘不同用戶間的共性,來推測出用戶所需要的特定信息。在本研究中,我們提出一種基于協(xié)同過濾的方法,將其與風(fēng)險(xiǎn)模型相結(jié)合,完成模型的構(gòu)建和驗(yàn)證,進(jìn)一步分析協(xié)同過濾方法在風(fēng)險(xiǎn)管理過程中的優(yōu)勢和局限。正是在這種情況下,本研究會(huì)對相關(guān)性的權(quán)重賦值和更新,風(fēng)險(xiǎn)利潤的進(jìn)行分析等方法進(jìn)行實(shí)驗(yàn)。三、研究方法和實(shí)驗(yàn)方案為了充分實(shí)現(xiàn)風(fēng)險(xiǎn)模型的研究和優(yōu)化,本研究將主要采取以下的方法和實(shí)驗(yàn)方案。1.研究基于隨機(jī)矩陣論的風(fēng)險(xiǎn)模型(1)進(jìn)行合適的數(shù)據(jù)準(zhǔn)備和處理,提取各種風(fēng)險(xiǎn)變量并建立模型;(2)將隨機(jī)矩陣?yán)碚撘?,推?dǎo)出與相關(guān)性密切相關(guān)的數(shù)學(xué)公式;(3)將理論結(jié)構(gòu)化,設(shè)計(jì)算法進(jìn)行實(shí)驗(yàn);(4)在不同數(shù)據(jù)場景下,進(jìn)行參數(shù)敏感度分析和模型評估。2.研究基于協(xié)同過濾的風(fēng)險(xiǎn)模型(1)對數(shù)據(jù)進(jìn)行預(yù)處理,將投資組合收益率矩陣轉(zhuǎn)化為用戶評分矩陣;(2)設(shè)計(jì)基于隱式反饋的用戶相似度計(jì)算方法,構(gòu)建相應(yīng)的推薦模型;(3)研究和驗(yàn)證相關(guān)性和風(fēng)險(xiǎn)利潤之間的關(guān)系;(4)在實(shí)驗(yàn)中,對模型的精確性、泛化性、用戶偏好和模型偏好等進(jìn)行評估。四、研究進(jìn)展和計(jì)劃目前,本研究正在進(jìn)行中,已經(jīng)完成了以下的工作:(1)對研究的相關(guān)文獻(xiàn)進(jìn)行了系統(tǒng)梳理和綜述分析;(2)對所選的風(fēng)險(xiǎn)模型進(jìn)行了實(shí)際案例的分析和驗(yàn)證,并給出了響應(yīng)的結(jié)論;(3)建立了基于matlab和python的兩個(gè)隨機(jī)矩陣?yán)碚擄L(fēng)險(xiǎn)模型的計(jì)算實(shí)驗(yàn),對實(shí)驗(yàn)結(jié)果進(jìn)行了分析和對比;(4)大部分協(xié)同過濾的計(jì)算實(shí)驗(yàn)已經(jīng)開始,推薦的算法框架已經(jīng)設(shè)計(jì)和準(zhǔn)備。下一步,本研究將會(huì)按計(jì)劃完成協(xié)同過濾風(fēng)險(xiǎn)模型的實(shí)驗(yàn),并對風(fēng)險(xiǎn)模型進(jìn)行評估。同時(shí),在

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論