原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开一种预测股票间相关性风险的方法及终端设备，该方法包括：数据采集，选取一段时期内股票市场行情和基本面数据；数据处理，使用多因子模型计算得到公共风险因子收益矩阵，达到降维的目的；计算协方差矩阵；采用cholesky分解将协方差矩阵分解为下三角阵和其转置的乘积；对比实验；以最小损失函数对应的编码‑预测卷积长短时记忆网络模型作为最优模型实现未来一天股票间相关性预测。本发明将时空序列卷积长短时记忆网络应用于股票间相关性预测，解决传统金融模型假设限制过多、待估参数过多、无法拟合非线性和尾部风险问题
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113379546 A
(43)申请公布日 2021.09.10
(21)申请号 202110688159.7
(22)申请日 2021.06.21
(71)申请人 清华大学深圳国际研究生院
文档评论（0）