Trading Graph Neural Network
创建于 更新于
摘要
本文提出了Trading Graph Neural Network (TGNN)算法，结合模拟矩方法(SMM)与图神经网络(GNN)技术，结构化估计交易网络中资产特征、经销商特征及其关系特征对资产价格的影响。TGNN能适应任意网络结构，克服传统中心性指标的偏误，显著提升价格预测精度，并提供参数置信区间，适用于债券、场外交易及去中心化数字市场等多场景，为估计交易权力、不良持有成本及市场结构变动影响提供有效工具 [page::0][page::1][page::2][page::5][page::11][page::13][page::16][page::18][page::20][page::21].
