帮助中心帮助中心
通过将深度学习工具箱™与金融工具箱™、金融工具工具箱™、计量经济学工具箱™和风险管理工具箱™一起使用,将深度学习应用于金融工作流程,包括工具定价、交易和风险管理。
创建、训练和比较三种用于预测信用违约概率的深度学习网络。
利用深度神经网络训练信用风险的违约概率(PD)预测。该示例还展示了如何使用局部可解释的模型不可知解释(LIME)和Shapley值可解释性技术来理解模型的预测。此外,该示例分析了样本外值的模型预测,并执行了压力测试分析。
使用最优期权对冲策略优于传统BSM方法。
使用深度学习工具箱™训练网络,并使用赫斯顿模型获得障碍期权价格的预测。
使用深度学习模型构建交易策略,然后使用金融工具箱™回测框架对策略进行回测。该示例使用深度学习工具箱™从一组时间序列训练一个预测模型,并演示了将模型输出转换为交易信号所需的步骤。它建立了各种交易策略,回溯测试5年期间的信号数据。
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系当地办事处