分位数回归模型在高维金融数据分析中的方法和应用

勾建伟; 钱耀飞; 汪泽晴

首页> 中文期刊> 《知识经济》 >分位数回归模型在高维金融数据分析中的方法和应用

分位数回归模型在高维金融数据分析中的方法和应用

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

在处理高维数据的时候,若变量之间具有一定的相关性,往往会加大解决问题的难度,我们在进行回归分析之前,先采用聚类分析对数据进行分类.特别是金融领域中很多的高维数据都是尖峰或者厚尾的情况,我们采用聚类分析与分位数回归相结合的方法.利用数值模拟实验,比较分位数回归与线性回归这两种方法在处理异方差和尖峰厚尾数据的异同.在实证分析部分,选取国内股票数据,对影响股票收益率的26个因素进行实证分析,通过聚类分析,筛选出13组影响因素,并采用分位数回归得出每组因素对股票收益率的影响水平,进一步证实本文提出的聚类分析与分位数回归相结合的有效性和可行性.

著录项

来源
《知识经济》 |2019年第5期|39-41|共3页
作者
勾建伟; 钱耀飞; 汪泽晴;
展开▼
作者单位

南京林业大学理学院 210037;

南京林业大学理学院 210037;

南京林业大学理学院 210037;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
分位数回归; 最小二乘法; 聚类分析; 股票收益率;

相似文献

中文文献
外文文献
专利

1. 教育增值评价中嵌套数据增长百分位估计方法探析:多水平线性分位数回归模型的应用 [J] . 周园 ,刘红云 . 中国考试 . 2020,第009期
2. 基于non-local先验的贝叶斯变量选择方法及其在高维数据分析中的应用 [J] . 马金沙 ,董晓强 ,高倩 . 中国卫生统计 . 2020,第003期
3. Boosting方法在高维数据分析中的应用 [J] . 贾慧珣 ,刘晋 ,李康 . 中国医院统计 . 2011,第001期
4. 高维数据在Cox回归模型中的自变量选择——基于Elastic Net方法的维数约简 [J] . 刘锋 ,胡天英 ,陈俊霖 . 统计学与应用 . 2021,第2期
5. Lasso-二元选择分位数回归模型在财务报告舞弊识别中的应用 [J] . 王威 ,杨朋之 . 上海市经济管理干部学院学报 . 2019,第004期
6. Logisti回归模型介绍及其在均匀设计数据分析中的应用 [C] . 郭秀花 ,张学中 ,徐桂永 . 中国数学会均匀设计理论及其应用研讨会 . 1999
7. 三类群lasso正则化回归模型及其在高维数据分析中的应用 [A] . 常明明 . 2020

分位数回归模型在高维金融数据分析中的方法和应用

摘要

著录项

相似文献

相关主题

期刊订阅