Bayesian Modeling for Uncertainty Management in Financial Risk Forecasting and Compliance
创建于 更新于
摘要
本文提出一个端到端贝叶斯分析流水线，用动态线性模型(DLM)做S&P500波动率滚动预测、用贝叶斯逻辑回归做欺诈识别、用层级Beta状态空间模型做合规模型，并展示了在不同时段的校准与回测结果（如DLM对一日95% VaR回测、欺诈AUC与合规Brier/AUC比较），同时说明了GPU加速使推断速度提升达50×，为实务部署提供可行的ERP–FinTech流式架构与计算优化方案 [page::0][page::3][page::4][page::6][page::7]
