基于支持向量机改进的VaR模型研究

摘要：

传统计算VaR的方法主要有德尔塔-正态法,历史模拟法和蒙卡特罗模拟法,这三种方法在计算模拟中存在厚尾、非线性、估计误差大、计算复杂等缺点.本文使用一种新的通用的机器学习方法--支持向量机,改进了传统的VaR模拟方法,取得了良好的效果,对VaR的基础计算方法的扩展具有重大的意义.

关键词： 支持向量机 历史模拟法 蒙卡特罗模拟法 德尔塔正态法 机器学习

作者: 田金信 张国永 郭志达

作者单位: 哈尔滨工业大学管理学院,哈尔滨,150001

会议类型: 国内会议

会议名称: 第八届中国管理科学学术年会

会议地点: 南京

会议语种:中文

页码: 306-309

在线出版日期: 2006-10-27（万方平台首次上网日期，不代表论文的发表时间）