使用机器学习预测金融市场压力

2025-03债券期货38📊 国际清算银行免费

📄 文件全名: 《使用机器学习预测金融市场压力-38页.pdf》
🎯 适合读者: 投资人行业研究员
📊 核心数据: 回归分析、预测、Shapley值。
币市场），我们证明了基于树的机器学习（ML）模型在预测未来市场压力的完整
归基准实现了高达27%的分位数损失降低，尤其是在较长的预测周期（3-12个月
市场状况尾部实现的重要预测因子。
在...之间/跨... 市场在这些结果中凸显了机器学习在预测尾部风险和实时识别系统
🏷️ 核心议题: #国债

📦 本报告属于月份合集

购买后将获得「2025 年 3 月报告合集」 · 共 3750 份报告打包下载链接

点击获取云盘下载链接

报告摘要

利用新构建的市场状况指标（MCIs）针对三个关键的美国市场（国债、外汇和货币市场），我们证明了基于树的机器学习（ML）模型在预测未来市场压力的完整通过分位数回归，我们发现随机森林比自回

📋 核心要点(部分)

回归分析、预测、Shapley值。
Shapley值分析揭示，资金流动性、投资者过度扩张和全球金融周期是未来

❓ 常见问题

《使用机器学习预测金融市场压力》主要包含哪些内容?

利用新构建的市场状况指标（MCIs）针对三个关键的美国市场（国债、外汇和货币市场），我们证明了基于树的机器学习（ML）模型在预测未来市场压力的完整通过分位数回归，我们发现随机森林比自回核心数据:回归分析、预测、Shapley值。;币市场），我们证明了基于树的机器学习（ML）模型在预测未来市场压力的完整;归基准实现了高达27%的分位数损失降低，尤其是在较长的预测周期（3-12个月。

这份报告由哪家机构发布?

本报告由国际清算银行发布,发布于 2025 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2025 年,全文约 38。

这份报告是免费的吗?如何获取?

本报告免费查阅,登录资料宝后即可在线获取完整内容。

这份报告适合哪些读者?

适合投资人、行业研究员等读者参考。

报告涉及哪些关键议题?

重点分析了国债等议题。