基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对统计学框架下传统VaR计算方法的不足,发展了基于加权支持向量机(W-SVM)的VaR计算新方法.为了在VaR模型中计入金融时间序列的记忆效应,采用最优市场因子作为支持向量机的加权模型.对2001-2009年上证综指的实证研究表明,基于W-SVM的VaR模型优于传统的VaR方法,在小样本、厚尾、非线性及有异常波动的市场条件下,各种置信度下的W-SVM方法均能取得较好的性能.
推荐文章
基于特征加权的支持向量回归机研究
支持向量回归机(SVR)
加权特征
机器学习
模糊支持向量机的偏移量计算方法
偏移量
支持向量机
模糊支持向量机
机器学习
基于后验概率加权的模糊支持向量机
后验概率
隶属度函数
模糊支持向量机
基于免疫加权支持向量机方法的短期负荷预测
短期负荷预测
支持向量机
免疫规划算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于加权支持向量机的VaR计算方法研究
来源期刊 经济数学 学科 经济
关键词 在险风险值 支持向量机 概率密度估计 上证综指
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 53-60
页数 8页 分类号 F830.9
字数 4740字 语种 中文
DOI 10.3969/j.issn.1007-1660.2010.01.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王安民 西安电子科技大学经济管理学院 49 531 13.0 22.0
2 胡莹 西安电子科技大学经济管理学院 2 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (90)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (8)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
在险风险值
支持向量机
概率密度估计
上证综指
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
经济数学
季刊
1007-1660
43-1118/O1
16开
湖南省长沙市岳麓山湖南大学期刊社
42-364
1984
chi
出版文献量(篇)
1569
总下载数(次)
11
总被引数(次)
8356
论文1v1指导