文献知网节
(录用定稿)网络首发时间:2021-06-08 09:24:36
  • 记笔记

基于机器学习替代模型分析的主体模型参数空间搜索及校准

张磊

哈尔滨金融学院管理系

摘要:基于主体的建模方法是研究复杂系统的有效方法。为了更为有效地描述真实系统的涌现行为,主体建模往往包含大量需要验证的参数,导致由于参数膨胀所引起的维数灾害问题越发突出,这给一般研究者的工作带来了困难,也导致对主体模型的适用性和解释能力提出了怀疑。为解决这一难题,提出了一种将机器学习和智能采样相结合的替代分析方法,在计算成本和数据容量有限的条件下显著地提升了参数估计效率。利用xgboost机器学习算法,可以对模型的所有参数按对结果影响的重要性进行排序并校准,进而进行主体建模的验证和输出结果分析等工作。将以上研究方法应用于金融学领域中的异质代理模型,取得了良好的拟合效果和预测精度,从而为复杂系统主体建模分析的参数验证问题提供了实用的技术分析手段。
  • 专辑:

    信息科技; 经济与管理科学

  • 专题:

    自动化技术; 金融

  • 分类号:

    F830;TP181

中国知网独家网络首发,未经许可,禁止转载、摘编。

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:107 页数:11 大小:630K

引文网络
  • 参考文献
  • 引证文献
  • 共引文献
  • 同被引文献
  • 二级参考文献
  • 二级引证文献
  • 批量下载
相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 相关法规
  • 关联作者
  • 相关视频