[公告]搜集金融中最新的研究与技术
混沌理论、小波理论、遗传算法、复杂系统理论、人工智能技术、模拟退火方法、面向对象方法等已经或正在成为金融工程学重要的技术基础与实践工具。
现搜集此类研究或技术的经典书本或论文,跟贴发资料者将至少获得100人大币,发资料并加以评论或者概括者的奖励将远大于此。
另外,此贴严禁灌水,跟贴一律得上传资料
[此贴子已经被作者于2006-11-11 9:42:33编辑过]
查看完全版本: [公告]搜集金融中最新的研究与技术
混沌理论、小波理论、遗传算法、复杂系统理论、人工智能技术、模拟退火方法、面向对象方法等已经或正在成为金融工程学重要的技术基础与实践工具。
现搜集此类研究或技术的经典书本或论文,跟贴发资料者将至少获得100人大币,发资料并加以评论或者概括者的奖励将远大于此。
另外,此贴严禁灌水,跟贴一律得上传资料
[此贴子已经被作者于2006-11-11 9:42:33编辑过]
小波理论和遗传算法都是上世纪上半叶的成就
在信息技术领域,这二者都已经广泛应用
版主评价:此文章没有和金融联系在一起,并不属于本话题搜集的对象,因此不于任何奖励,以后跟贴者请注意,若资料内容与金融无关,将有可能被删贴并且进行相应惩罚。
[此贴子已经被垃圾树于2006-11-17 1:28:05编辑过]
做成在复杂系统理论的基础上建立了一个预测股票,期货价格的模型,用来指导投资。
数据实证不多,不过可以提供参考。
版主评价:可能是本人才疏学浅,看了半天也没有看出其建模的用意所在。前面的文字性叙述讲的头头是道,只是到了建模那块似乎戛然而止。还希望了解该文章模型的大侠多多指教。另外,该文的参考文献(尤其几篇外文的)都是比较经典的相关领域的著作,值得一看。
[此贴子已经被垃圾树于2006-12-10 10:57:33编辑过]
经典原著,神经网络在金融计算中的应用(262pages)
Neural Networks in Finance:Gaining Predictive Edge in the Market
版主评价:感谢wuyeabu,看目录似乎不错.有兴趣的可以看看
[此贴子已经被垃圾树于2006-12-15 21:43:48编辑过]
混沌理论可能提得相对早些,大家似乎都没提,我传一篇原版的著作吧,作者wiley是《资本市场的混沌与次序》,此文从EMH的缺陷谈起,提出了不规则空间及时间(Fractal spatial and time series),介绍了R /S分析工具的理论及应用,最后介绍了噪声混沌(Noisy Chaos),分形市场理论(FMH)是作者的理论基础,应该是混沌理论真正在金融中开始应用的比较好的文章吧。就是时间在90年代中期,稍微早了一点。
版主评价:看过中文版的,翻译的比较烂,不过这本书的确是比较经典的.还有其02年的那本<分形市场分析>,FMH也称为分形市场理论
既然版主提到这本书我也传上来吧,本来是想保留一下的.
点击下载该文件
[此贴子已经被作者于2007-3-11 4:45:37编辑过]
以下是引用剑月轩如梦在2006-12-22 4:42:00的发言:混沌理论可能提得相对早些,大家似乎都没提,我传一篇原版的著作吧,作者wiley是《资本市场的混沌与次序》,此文从EMH的缺陷谈起,提出了不规则空间及时间(Fractal spatial and time series),介绍了R /S分析工具的理论及应用,最后介绍了噪声混沌(Noisy Chaos),不规则市场理论(FMH)是作者的理论基础,应该是混沌理论真正在金融中开始应用的比较好的文章吧。就是时间在90年代中期,稍微早了一点。
版主评价:看过中文版的,翻译的比较烂,不过这本书的确是比较经典的.还有其02年的那本<分形市场分析>,FMH也称为分形市场理论
《资本》那本书混沌讲的太少,也不够专业。Fractal 应该是分形的意思吧。
混沌在时间序列的应用 可以看nonlinear time series analysis 有剑桥的edition 和 Tong 得都不多
我现在就在写这方面的论文,我们导师搞得也是分形,这个是一门新兴的学科,主要搞得是在证券方向的应用,这个是我参考的文章,怎么上传附件啊?
刚才上传未成功。再传一次。
Artificial neural networks in accounting and finance- modeling issues。
关于人工神经元网络应用于会计与金融建模的综述。发表于International Journal of Intelligent Systems in Accounting, Finance & Management。值得一看。
点击下载该文件
现在提到金融上有一个水利工程学,但是这方面的资料很难找到
还有支持向量机(SVM)方法,,是在20世纪90年代由V.Vapnik等人研究并迅速发展起来的一种基于统计学习理论的机器学习算法。它通过寻求结构风险最小化来实现实际风险最小化,从而在样本量较少的情况下也能获得良好的学习效果。支持向量机算法是一个二次优化问题,因此,能保证所得到的解是全局最优的解。
推荐一本书,上财出版社出的《金融工程的支持向量机方法》,很不错的说