基于AI文本挖掘的波动率预测模型,华泰期货量化专题报告
本报告利用AI文本挖掘技术(DP-Sent-LDA模型)对30多种商品新闻进行因素提取,构建低频波动率预测模型。模型优于传统均值回归,拟合优度更高,并成功捕捉俄乌冲突前原油波动率异动。最新预测显示大部分商品未来月波动率上升。
本报告利用AI文本挖掘技术(DP-Sent-LDA模型)对30多种商品新闻进行因素提取,构建低频波动率预测模型。模型优于传统均值回归,拟合优度更高,并成功捕捉俄乌冲突前原油波动率异动。最新预测显示大部分商品未来月波动率上升。
本报告利用AI文本挖掘技术(DP-Sent-LDA模型)对30多种商品新闻进行因素提取,构建低频波动率预测模型。模型优于传统均值回归,拟合优度更高,并成功捕捉俄乌冲突前原油波动率异动。最新预测显示大部分商品未来月波动率上升。
本报告利用AI文本挖掘技术(DP-Sent-LDA模型)对30多种商品新闻进行因素提取,构建低频波动率预测模型。模型优于传统均值回归,拟合优度更高,并成功捕捉俄乌冲突前原油波动率异动。最新预测显示大部分商品未来月波动率上升。核心数据:30多种因素;拟合优度高于均值回归;俄乌冲突前捕捉异动。
本报告由华泰期货发布,发布于 2023 年。
覆盖 2023 年,全文约 16.0。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合量化研究员、期货交易员、风险管理师等读者参考。
重点分析了金融投资、文本挖掘、波动率、AI等议题。