毕业论文
免费文档
从微观角度出发研究价格形成与发现过程
420 0
免费文档
金融市场的风险无处不在,上市公司的运营受到方方面面因素的影响,因此对于上市公司财务风险的研究也有着重大的意义。传统的基于财务报表的研究方法例如五因子的Z-score模型等在财务风险预测领域有着重大意义,但仍有其局限性。一方面,传统的统计分析模型大多只采用了较少的财务指标。此外,对于文本信息传统模型大多没有能力进行分析。而随着大数据时代的到来,以上两方面的限制可以部分上得到解决。近年来随着计算机技术的不断发展,Fintech逐渐成为了金融领域的主要研究方向之一。机器学习,人工智能,深度神经网络逐渐被更多人认
469 0
免费文档
量化投资有着纪律性、系统性和分散化投资等诸多优点,因此其越来越受到学术界和投资界的关注。近些年随着人工智能和深度学习技术的发展,学者与投资实践者把更多的机器学习算法应用到投资领域的各个方面并取得了不错的投资收益。与成熟的海外市场相比,量化投资在国内市场具有更广阔的发展空间和研究价值,本文基于国内市场上对数据挖掘和深度学习在量化选股和统计套利中的应用进行了研究,提出了基于深度模型和谱方法的组合选股模型。文章的主要工作分为如下三个部分:1.将深度学习算法应用到量化选股的问题中。本文用IRGAN(Informa
472 0
免费文档
哪个是业绩优良、财务稳健的上市公司?哪个是业绩瞒报、财务造假的公司?这是投资者首要关心的问题。在二零零八年金融危机已经过去十二年后的今天,上市公司财务报表造假给资本市场投资者持续带来了巨大损失。与大量财务造假案件形成鲜明对比的是资本市场参与者对财务报表造假识别能力的不足,这使得研究一种高效、准确、简便的识别上市公司财务报表造假的方法很有必要。基于2013-2018年间137家样本上市公司的财务数据,本文采用机器学习技术对上市公司财务报表造假问题进行了实证研究。通过利用逻辑回归、梯度提升决策树和随机森林等模
402 0
免费文档
大数据时代下中国金融证券市场蓬勃发展,随之而来的财务欺诈问题也越来越受到投资者和监管者的重视。上市公司的财务欺诈行为使得投资者蒙受巨大损失,扰乱了经济秩序,引发了信任危机,危害极大。因此,构建一个有效的上市公司财务欺诈识别模型意义重大。尽管财务欺诈识别研究随着机器学习方法的引入取得了巨大突破,但作为研究财务欺诈识别问题的重要环节,非财务特征研究仍存在体系不完善、缺乏量化标准等问题。因此,理论指导对于财务欺诈识别问题具有重要的理论和现实意义。本文从组织印象管理视角下看待企业欺诈行为,在理论指导下系统地提取非
405 0
免费文档
如果没有有效的安全措施,工业物联网可能让企业付出惨重代价;传统系统中未打补丁的漏洞存在重大风险隐患;运用十大控制措施和实践,增强工业物联网的弹性。
363 0