摘要:随着科学技术的发展以及金融市场数据愈加复杂化的特性,深度学习模型更为适合金融市场上数据规模大、高维度以及流数据特性的数据特征,其应用不但在金融风险管理领域中的预测分析方法进行了提升,而且促使实证研究范式从线性向非线性转变、从关注参数显著性向关注模型结构和动态特征转变,同时能够更好地捕捉尾部风险,在实证领域的成果在一定程度上助推相关金融风险管理理论的成长与完善。但深度学习的应用也面临着程序错误、主观判断误差、金融监管不足等方面的挑战。为此,在金融风险管理领域中需要合理运用深度学习模型。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社