基于人工智能SVR模型的金融风险预警研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：党的十九大报告指出,防范和化解重大金融系统性风险,是金融监管的首要使命.本文通过人工智能支持向量回归(SVR)模型对金融数据,以上证指数为例,进行了长期的回归预测.SVR模型有效地防止对数据的过度拟合.实证结果显示模型能够较准确地反应指数的趋势变化,起到了较好的金融风险预警作用.并针对预测结果,提出了短期、中期和长期的政策建议.

作者：

李晓新

展开 >

作者单位：

吉林财经大学

关键词：

人工智能金融风险

基金：

吉林财经大学校长基金统计咨询与大数据研究重点实验室招标课题吉林财经大学校级项目吉林财经大学校级项目

项目编号：

批准号XZ2018021批准号 tj20180201批准号2018Q31批准号2017Q33

出版年：

2019

消费导刊

中国轻工业联合会

消费导刊

影响因子：0.06

ISSN：1672-5719

年,卷(期)：2019.(9)

参考文献量4