NeuralBeta: Estimating Beta using Deep Learning
创建于 更新于
摘要
本报告提出NeuralBeta，一种基于深度学习的动态贝塔估计方法，该模型通过引入类似加权线性回归的新输出层实现可解释性，并能同时处理单变量与多变量场景。实验结果显示，NeuralBeta在捕捉贝塔动态变化（尤其是市场规制转换时期）方面显著优于传统滚动OLS/WLS方法，并展现出良好的泛化能力与适应市场波动的灵活性，具有广泛金融应用潜力 [page::0][page::1][page::4][page::6].
