为了解决神经网络算法预测海量金融时间序列数据会出现训练速度慢，内存开销大等问题，提出一种基于最小二乘支持向量机的复杂金融数据时间序列预测方法。该方法将传统的支持向量机中的不等式约束改为等式约束，且将误差平方和的损失函数作为训练集的经验函数，这样把二次规划问题转化为求解线性方程组问题，提高求解问题的速度和收敛精度。实验中以证券指数为实验数据，对大批量金融数据进行了时间序列预测，相比于神经网络预测方法，该方法在大批量金融数据时间序列预测的训练时间、训练次数和预测误差上都有了明显提高，对复杂金融时间序列具有较好
2022-05-07 15:13:55
202KB
1
衍生品中介机构份额高度集中于大型投行。前五大银行（摩根大通、花旗、高盛、美银美 林、富国银行）合计份额达到93%之多，在场内期货和期权，以及远期、互换、场外期权 等场外衍生品种方面，均呈现高度集中的市场格局。 在衍生品中介机构的微观层面，衍生品实力是机构能力的重要展现。在美国的大型投行和 银行控股集团中，衍生品通常由旗下专门的衍生品经纪部门或者衍生品子公司经营，满足 客户多样的风险管理需求与发行上市、投资交易等功能密不可分。 美国货币金融的地位、复杂波动的时代背景、以及各市场主 体自下而上创新推动，共同铸就了美国衍生品市场的成就。 二十世纪的后三十年是美国衍生品发展的黄金时代。彼时， 美元危机
2022-05-07 14:19:57
1.02MB
1
本白皮书聚焦于数字普惠金融发展情况及典型发展模式，从理论研究出发，结合对多家金融机构及科技企业的广泛调研，深度分析数字普惠金融发展现状及面临的挑战。首先，白皮书系统总结了数字普惠金融的基本概念及发展意义，提出了数字普惠金融的发展体系，并从政策支持条件、数字化基础条件和社会经济条件等多个角度介绍了数字普惠金融发展的基础条件。其次，深入分析了数字普惠金融发展模式，并总结了各个模式的主要特点与业务情况。接着，结合理论研究与调研内容，分析了数字普惠金融目前面临的风险与挑战，并最终提出数字普惠金融发展策略与建议。
2022-05-07 13:54:46
984KB
1