【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)