文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布

波动率预测：日内数据显著提升预测精度

更复杂的模型，如自回归条件异方差(ARCH)和广义ARCH (GARCH)，在以简单估计器为基准时，并没有提高美国股市的预测精度。期权隐含波动率数据的使用仅略微改善预测。...本文的实证部分比较了10种模型在联合数据集上的预测精度，并进行了基准分析。为了控制复杂性风险和过拟合风险，所有模型都选择了三个或三个以下的估计参数。值得注意的是，该研究发现，复杂性不会提高预测。...预测的质量将主要取决于预测变量（自变量）的预测能力，而不是模型的复杂性。...其中，ARCH模型及intra-day日内模型的预测噪音较高，因为只使用了非常有限的跟踪数据。 下图3给出了预测精度方面的结果。总体而言，与固定方差估计相比，大多数模型的预测精度提高了约25%。...Negative Momentum和基于日内数据的intraday预测模型，分别提高了32%和34%的预测精度，是表现最好的两个模型。

1.2K20

集成时间序列模型提高预测精度

来源：DeepHub IMBA本文约2500字，建议阅读5分钟在这篇文章中，将展示如何堆叠我们能见到的模型的预测。...使用Catboost从RNN、ARIMA和Prophet模型中提取信号进行预测 集成各种弱学习器可以提高预测精度，但是如果我们的模型已经很强大了，集成学习往往也能够起到锦上添花的作用。...可以以用户所需的最低需求来完成这一切，所以我喜欢把它用作信号，而不是最终的预测结果。  ...它称这些预测为“信号”。它们的处理方式与存储在同一对象中的任何其他协变量相同。这里还添加了最后 48 个系列的滞后作为 Catboost 模型可以用来进行预测的附加回归变量。...总结 在这篇文章中，我展示了在时间序列上下文中集成模型的力量，以及如何使用不同的模型在时间序列上获得更高的精度。

85820
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    2021年NLP技术突破与spaCy v3发布回顾

    主要技术进展包括spaCy v3的发布、Prodigy Teams的开发推进，以及团队的技术贡献。...一月1月19日：免费spaCy在线课程推出葡萄牙语版本1月22日：受邀参与技术播客讨论数据科学创业方法论二月2月1日：正式发布spaCy v3.0，主要特性包括：基于transformer的管道架构，达到当前最先进精度新型工作流系统支持项目从原型到生产环境部署同步发布...spaCy Projects管理端到端工作流发布多支技术视频：spaCy v3设计理念解读可训练实体关系抽取组件实现教程在技术 meetup 展示新特性三月3月4日：发布spaCy与Stanza包1.0...版本，支持直接使用斯坦福研究模型3月30日：spaCy在GitHub获超20,000星标四月技术分享涉及机器学习开发流程中多方协作的重要性六月在全球顶级NLP社区进行技术演讲发表"Applied NLP...Thinking"技术博客，探讨将商业问题转化为机器学习解决方案的方法七月7月7日：发布spaCy v3.1：支持训练中使用预测标注新增SpanCategorizer组件处理任意重叠跨度预测Prodigy

    19300

    Nat Methods｜用AlphaFold以原子精度预测蛋白质结构

    在2020年的蛋白质结构预测关键评估（CASP14）中，AlphaFold1预测了几乎三分之二的目标蛋白质结构，其准确度被评估者认为可与实验方法相媲美（backbone上的典型偏差约为1 Å）。...这一进展是建立在几十年来构建全面的蛋白质序列和结构数据库的基础上的，使得模式生物蛋白质组的结构覆盖率大幅提高，包括人类蛋白质组中结构已知精度高的部分增加了一倍。...AlphaFold预测具有新折叠的蛋白质结构的准确率与预测具有已知折叠的蛋白质的准确率大致相同，这意味着该网络优先考虑局部相互作用而不是识别全局模式。...使用这些人工连接或间隙序列，AlphaFold网络可以用来预测蛋白质-蛋白质的相互作用，其准确度甚至超过了专门的蛋白质相互作用预测器，尽管它只在单一蛋白质链上进行了训练。...从近期来看，有了预测蛋白质结构的准确方法，许多功能研究就可以根据预测模型提出的结构假设来进行，而这在以前是需要实验模型的。

    1K30

    学界 | KDD 2018：滴滴提出WDR模型显著提升ETA预测精度

    无论是行程前的预估接驾时间、预估价格显示，还是派单、调度、拼车等系统决策，亦或是行程中的预计到达终点的时间计算等，离不开高精度 ETA 的辅助。...从类型上看，ETA 是一个很典型的回归问题：给定输入特征，模型输出一个实数值，代表了预测的行程时间。...而参数向量 的维度 m 相对很小，通常在几十的量级便能达到较好的预测精度。...Wide-Deep-Recurrent 模型进一步提升精度 虽然这一完整的机器学习解决方案，为滴滴带来了显著的 ETA 准确度提升，但由于大部分回归模型比如 XGBoost，能够接收的输入向量必须是固定长度的...滴滴团队指出，虽然其 WDR 模型能进行更准确的预测，但仍然有很多问题需要进一步地探索，比如怎样引入路网的拓扑图结构，如何与路径规划进行融合，如何将路况算法与 ETA 联合起来进行端到端的学习，如何预测时间区间而不是单个时间

    2.6K20

    腾讯AI实现肺癌基因突变预测：精度最高达99%

    腾讯AI，正在为精准医疗提供关键助力——腾讯生命科学实验室与广州医科大学第一附属医院、广州呼吸健康研究院联合研发的DeepGEM 病理大模型，已在肺癌基因突变预测中完成大规模验证——只需常规病理切片图像...，1 分钟内完成肺癌基因突变预测，精准度达78%~99%。...换句话说，这是一种不依赖基因测序、只靠病理图像就能用AI完成突变预测的新路径。过去动辄上万元、要等一两周才能拿到的检测结果，未来或只需几分钟，成本也有望降低数倍。...模型采用多示例学习（MIL）架构，不需要人工提前标注肿瘤区域，而是直接把整张图像输入模型，由AI判断哪些区域值得关注，并据此给出预测结果。...目前，在多组数据测试中，DeepGEM大模型的预测准确率达 78%–99%，已经可以媲美传统的基因检测方法。

    32220

    如何在 MATLAB 中实现复杂的深度学习模型以提高预测精度？

    在MATLAB中实现复杂的深度学习模型以提高预测精度可以通过以下步骤进行操作： 准备数据：首先，你需要准备好用于训练和测试模型的数据。...你可以使用classify函数对测试集进行分类，并计算模型在测试集上的准确率、精确率、召回率等指标来评估预测精度。 调优模型：如果模型的表现不理想，你可以尝试调整模型的参数以提高预测精度。...进行预测：当模型训练完成并通过评估指标验证了其性能后，你可以使用该模型对新的数据进行预测。使用MATLAB的predict函数，你可以输入新的数据并得到相应的预测结果。...总的来说，在MATLAB中实现复杂的深度学习模型以提高预测精度需要充分理解深度学习的基本概念和原理，并结合MATLAB强大的深度学习工具箱来设计、构建和训练模型。...此外，对于复杂的模型，还需要耐心地进行参数调优和性能评估，以优化模型的预测精度。

    89710

    VibrantFold实现 1分钟精准预测抗体结构，精度媲美Alphafold2

    信华生物计划将该平台开放给全球学术用户和工业用户，供其进行抗体精准结构的预测。...VibrantFold在发布前与另外两个国际顶尖蛋白预测平台AlphaFold2和 RoseTTAFold一同进行了内测。通过比较预测结构和实验结构的差异性对三个结构预测平台进行评分。...在内测中，绝大多数抗体结构的预测可以在1分钟内完成。VibrantFold的预测精准度经过了结构生物学家的测评和验证。...清华大学的张林琦教授团队、王新泉教授团队和西湖大学的周强研究员团队提供了尚未发表的抗体结构用于预测。结果表明，上述三个预测平台都可以实现高精度结构预测。...VibrantFold的抗体结构预测精度与AlphaFold2和RoseTTAfold不相上下，已达到全球领先水平，更令人兴奋的是，VibrantFold的预测速度一骑绝尘，计算效率比上述两个软件提升多个数量级

    1.2K30

    【精度平均最高80%】机器学习+全基因组测序，准确预测人体特征

    科学家可以根据我们的DNA有效地预测我们身体的物理特征，也就是性状。 人类长寿公司的研究人员最近在PNAS发表了一篇论文，利用全基因组测序数据，使用机器学习方法，预测单个人的性状。...结果表明，使用机器学习方法，在全基因组数据的基础上，研究人员能够比较准确地预测出一些简单的个体性状特征。尤其是眼睛颜色、肤色和性别，预测结果的准确度非常高。但是，一些复杂的性状，预测精度还有待提高。...研究人员开发了一种名为最大熵的机器学习算法，并表示如果有更多的数据，模型能够得出更好的预测结果（也即将全基因组测序数据与表型和人口统计数据相匹配）。 实验中，机器学习算法发现了所有预测模型的组合。...但是我们相信，随着我们将本研究中的人数和HLI数据库中的人数增加到几十万，我们将能够准确地预测个体基因组可以预测的一切。”...单独看，对于大部分性状而言，使用基因测序预测精度超越以往方法是有限的。然而，我们开发了一个最大熵算法，集成了多个预测，能够确定哪些基因组样本和表型测量来源于同一个人。

    90440

    精度效率双冠王！时序预测新范式TimeDistill：跨架构知识蒸馏，全面超越SOTA

    编辑：LRST 【新智元导读】TimeDistill通过知识蒸馏，将复杂模型（如Transformer和CNN）的预测能力迁移到轻量级的MLP模型中，专注于提取多尺度和多周期模式，显著提升MLP的预测精度...如何在保证预测精度的同时降低计算成本，是时序预测应用面临的核心挑战。 传统的时序预测模型（如基于Transformer或CNN的复杂结构）虽在精度上表现卓越，但计算开销往往难以满足实际部署需求。...而轻量级MLP（多层感知器）虽然具备较高的推理速度，却常因建模能力不足，导致预测精度较低。...研究发现，尽管MLP的整体预测精度较低，但往往在某一部分样本上表现出色，突显了其与教师模型之间存在一定的优势互补，强调了通过知识蒸馏向教师模型的学习互补知识的重要性。...它不仅展示了轻量级模型在蒸馏复杂模型知识后所能达到的卓越性能，还为学术界和工业界提供了新的思考方向： 如何在计算成本、模型规模与预测精度之间找到最优平衡？

    42200

    AI 协作日志 | AI 优化算法逻辑，调拨系统需求预测模块精度提升实践

    一、引言我们的供应链体系中，有一个很重要的模块：需求预测模块，其精度直接决定了库存调拨的合理性与及时性。...为解决上述问题，我们启动了需求预测模块精度提升专项，通过AI协作开发，将预测模型从传统时间序列升级为融合多源特征的机器学习模型。...预测精度显著超越传统方法和单一模型。5.2 库存与调拨优化效果基于精准预测，调拨系统实现了显著的业务提升：库存周转率提升60%，从90天缩短至50天。缺货率降低40%，确保关键商品可用性。...六、结语本次AI协作开发实践成功提升了超商智能调拨系统的需求预测精度。通过融合LSTM时序预测和GNN关系建模，我们实现了预测准确率的显著提升，并带来了可观的业务价值。...以下是本文的核心收获：AI协作能大幅提升开发效率，减少基础代码编写工作量30%-50%多模态数据融合和集成学习是提升预测精度的关键策略图神经网络能有效捕捉供应链中的复杂关系，提升预测准确性结构化日志和链路追踪是

    1.6K31

    AI论文速读 | 深度时间序列预测的未来走向：精度定律的发现与应用

    研究发现，随着预测时间序列复杂度的增加，模型的预测精度会呈现特定的衰减模式，这种模式在不同的深度预测模型中表现出一致性。...此外，作者还提出了基于精度定律的模型选择和优化策略，以提高模型在预测中的性能。...关键词：时间序列预测，理论上界，时间序列复杂度，模型性能，预测精度衰减规律，模型选择与优化策略 点击文末阅读原文跳转本文arXiv链接 个人拙见：本文的结论颇具洞见。...本文所考虑的假设空间和发现的精度定律（红色星标） 精度定律（非正式版）:在特定的可预测性区间内，深度模型的最低均方误差（MSE）与我们提出的窗口级复杂度呈现出明显的指数关系。...“精度定律” 验证实验（Section 3.3） 这是论文最基础的实验，目的是通过海量数据和模型，验证 “窗口级模式复杂度” 与 “模型最小预测误差” 的关系，最终确立 “精度定律”。

    34510

    2020年NLP技术进展与工具发布回顾

    一月 1月28日：发布Thinc v8.0 alpha版本，这是一个轻量级深度学习库，提供基于类型检查的函数式编程API，支持与PyTorch、TensorFlow等框架的层组合，专为spaCy v3.0...同日接受访谈，讨论spaCy发展历程及NLP入门方法。三月 3月2日：发布《spaCy NLP入门》新章节，演示如何训练编程语言识别NER模型。...四月 4月21日：发布德语版spaCy免费课程《Modernes NLP mit spaCy》。五月 5月6日/11日：相继发布日语、西班牙语版spaCy课程。...发布新功能演示视频，涵盖生物医学事件抽取等场景 十月 10月15日：发布spaCy v3.0 nightly版本，核心升级包括： 基于transformer的SOTA精度管道 支持多任务学习共享...(spacy-streamlit)建设

    20110

    利用Uni-Mol升级版进行高精度量子化学属性预测

    近年来，在深度学习领域的发展已经在加快量子化学（QC）属性预测方面取得了显著进展，其通过消除了昂贵的电子结构计算需求，大大提高了效率。...然而，之前的方法主要是基于一维的SMILES序列或二维的分子图进行学习，但这些方法未能实现高精度预测。这是因为QC属性主要依赖于通过电子结构方法优化的三维平衡构象，这与序列型和图形型数据截然不同。...最近的研究表明，使用深度学习加速QC属性预测具有潜力。这涉及到训练一个深度神经网络模型，使用分子输入来预测属性，从而替代繁重的DFT计算。...与直接从一维/二维数据预测QC属性的先前方法不同，Uni-Mol+首先使用如RDKit这样的低成本方法从一维/二维数据生成原始的三维构象。...基准测试的目标是在没有DFT平衡构象的情况下，使用SMILES符号在推断过程中预测HOMO-LUMO gap。

    68510

    NLP 中序列标注任务常用工具详细介绍

    1. spaCy简介： spaCy是一个非常流行且高效的NLP库，专注于工业界的应用，它特别适合快速且高效地执行序列标注任务。...spaCy提供了多种预训练模型，可以直接进行命名实体识别、词性标注、句法分析等任务。特点：高性能：spaCy经过精心优化，处理速度非常快。易用性：提供简洁的API，能够快速进行文本标注任务。...使用示例：import spacy# 加载英语模型nlp = spacy.load("en_core_web_sm")doc = nlp("Apple is looking at buying U.K....tagger.predict(sentence)print(sentence.to_tagged_string())Flair提供了强大的命名实体识别（NER）功能，使用时只需要加载模型并对输入句子进行预测即可...强大的NER能力：支持多种预训练模型，提供高精度的命名实体识别功能。

    77810

    手把手教你轻松搞定高精度的消费者数据分析和预测

    如何做高精度的消费者数据分析和预测？这篇文章把这个问题讲透。...第一步，新建一个实验，将预测数据集：baby_trade_history_predict，和刚保存的训练模型：儿童年龄预测_训练模型拖入画布中，创建工作流如图16所示。 第二步，配置模型应用节点。...保存该实验，取名为：儿童年龄预测实验。...四、让结果一目了然——制作可视化报告 训练数据集baby_trade_history_train里有age字段，待预测数据集里有预测结果字段predict_age。...第一步：合并训练数据集和待预测数据集 这里又用到了自服务数据集进行数据处理，将待预测数据集baby_trade_history_predict和训练数据集baby_trade_history_train

    1K30
    点击加载更多

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号

      领券