文件名称：固定收益市场中用于收益率曲线预测的人工神经网络-研究论文
文件大小：1.06MB
文件格式：PDF
更新时间：2024-06-29 07:21:23
machine learning neural
收益率曲线是债券市场的核心，这是一个庞大的资产类别，总规模达 100 万亿美元，使用机器学习仍然相对不足。 本文是第一次在收益率曲线预测的背景下使用人工神经网络的综合研究。 具体而言，两种模型用于预测欧洲收益率曲线：多元线性回归和多层感知器 (MLP)，在五个预测范围内，从第二天到未来 20 天。 使用不同的特征集分析了 MLP 的五个变体：要预测的目标（单变量）； 最相关的功能； 所有生成的特征； 前两者包含由线性回归模型生成的合成数据。 此外，还采用了两种不同的多任务学习技术：同时建模和转换为多个单任务学习。 结果表明，考虑到所有预测范围，使用最相关特征的 MLP 取得了最好的结果，并且添加合成数据往往会提高准确性。 此外，不同的目标和预测范围导致了不同的相关特征，加强了定制模型的重要性。 在这两种多任务学习方法中，没有明显的区别，并且确定了几个解释因素。 总体而言，结果对于为固定收益市场开发更好的预测系统非常令人鼓舞。