IE598金融学机器学习，2018秋季，伊利诺伊大学香槟分校
马克最终小组项目
作者：约瑟夫·洛斯（Joseph Loss），杨若中，徐凤凯，冯彪和段玉辰
型号概要：
探索性数据分析
预处理，特征提取，特征选择
模型拟合和评估，（您至少应拟合3种不同的机器学习模型）
超参数调整
组装
IE598金融学机器学习，2018年秋季最终小组项目
作者：约瑟夫·洛斯（Joseph Loss），杨若中，徐凤凯，冯彪和段玉辰
2021-11-21 09:50:16
6.12MB
1
分析了实践中最常用计算债券组合久期方法的不足，通过有效地应用泰勒展开式得到了计算债券组合久期的改进方法。该方法在计算债券组合久期时，只需知道债券组合中各种债券的收益率、权重、久期和凸性等信息。数字实验表明，该方法的计算精度明显优于常用方法，而且还具备很好的实用性。
2021-11-19 13:55:07
213KB
1
matlab代码影响BS型号
基于BS模型和蒙特卡洛模拟的中国可转换债券定价研究。
中国所有可转换债券都有向下修订的条款，以避免债券持有人行使回售权。
这将鼓励发行人和主要股东进行下调。
结果，这可能使可转换债券定价模型不适用于中国。
基于可转换权利是欧洲期权且新发行不会影响股票价格和波动性的假设，并考虑到所有可能影响可转换债券定价的因素，我使用蒙特卡洛模拟对可转换债券进行定价。
实证研究表明，在考虑修订预期的情况下，可转换债券的价格被明显低估，而在未考虑修订预期的情况下，可转换债券的价格被轻微地高估。
和
有关可转换债券定价模型的参考。
以雨虹转债（128016）为例，预测该可转换债券在2019-07-16的价格。
基于BS模型模拟10000条路径以执行蒙特卡洛模拟。
详细的想法可以参考上面的两个PDF。
将MATLAB连接到Wind以获取所需的数据，而不是手动输入以实现相同的目标。
通过指定可转换债券代码和时间间隔，程序可以自动从Wind中获取所需的数据，并在一段时间内的每个交易日进行价格预测。
数据可视化可用于显示路径，结果条件的饼图，结果的统计分析以及预测价格和真实价格之间的比
2021-11-03 16:22:51
13.07MB
1
matlab马科维茨代码投资组合资产分配策略：从Markowitz到RNN
该研究项目将从18个欧盟债券指数和一个基准开始，探索用于优化投资组合分配的不同方法。
使用Matlab和Python开发的项目。
项目中使用的输入数据和技术
原始数据是从Eikon下载的1998年至2018年间18个欧盟国家的所有回报，所有到期债券指数价格。
汇率也下载了。
使用的技术包括：Markowitz框架中的权重预算，风险预算，恒定相关模型和递归神经网络。
项目结构
包含从原始.xlsx文件提取数据的代码
进行初步的数据探索和分析
在5年的两个不同时期内对不受约束和受约束的有效边界进行一些初步分析
复制了5年内同等权重和基准投资组合的可能演变
a003_...m和a004_...m文件探索了用于投资组合分配的不同高级技术，计算了资产权重随时间的变化，累积收益和各种策略的总体排名
文件夹/RNN包含与a004_a_Advanced.m使用的递归神经网络相关的python文件
有关使用项目文件的其他信息
大多数Matlab
a00x_...m文件应独立存在，并使用.mat文件收集执行相应文件中包含的分析所需
2021-10-15 19:41:15
7.45MB
1
这是由美联储经济数据库（FRED）托管的美联储数据集。FRED有一个数据平台，它们根据数据更新的频率来更新其信息。数据集包含1年或10年零息债券的固定收益率。
fitted-yield-on-a-1-year-zero-coupon-bond_metadata.json
fitted-yield-on-a-10-year-zero-coupon-bond_metadata.json
THREEFY1.csv
THREEFY10.csv
2021-10-13 10:52:12
95KB
1