【文件属性】:
文件名称:金融深度学习:神经网络在金融中的一些应用
文件大小:834KB
文件格式:ZIP
更新时间:2021-02-26 18:20:56
JupyterNotebook
金融深度学习
赫斯特(Eursant de Hurst):H
赫斯特运动指导书系的临时指示,是指建立和发展临时制纪念运动的先例。
倒0 <H <0.5,防止趋势持续,消除均值,
倒H = 0.5,运动性褐变标准(Processus de Wiener),
倒入0.5 <H <1,永久性趋势(自相关为正,长期)。
Buts du projet:
H.Stone CNN de l' H估计
但是,CNN架构使鲁棒的“简单”的,复杂的,公平的,公正的,公平的环境变得难以置信,H值估计值低于H,0.5,MBE,RMSE和MAE的重要性。
训练集(CNN et ANN): 倒入10个H值([0,1]),1万个sériestemporelles de mouvement布朗尼分馏师t = 100(librairie fBm )
测试集: 倒入100个H值([0.01,0.99]),10
【文件预览】:
Deep-Learning-in-Finance-main
----Hurst_Estimation.ipynb(366KB)
----img()
--------opening.jpeg(173KB)
----README.md(6KB)
----GAN_TimeSeries.ipynb(624KB)