Forecasting Probability Distributions of Financial Returns with Deep Neural Networks
创建于 更新于
摘要
本研究提出并系统评估了基于深度神经网络（1D CNN和LSTM）直接预测金融收益率概率分布参数的模型，包括正态分布、学生t分布和偏态学生t分布。利用自定义负对数似然损失函数优化分布参数，模型在六大股指上表现优异，其中LSTM结合偏态学生t分布实现了最优的概率预测准确性和风险度量（VaR）表现，且在校准性与传统GARCH模型竞争中表现突出，体现了深度学习在金融风险管理中的应用潜力 [page::0][page::5][page::6][page::9][page::10]。
