在险价值(VaR)是金融市场测度风险的重要指标,测度的方法包括:(1)参数法。具体包括波动率建模及收益率的分布建模;(2)非参数法。具体包括:历史模拟法、传统极值理论、POT极值理论法(超过门槛值法)及分位数回归法。论文以机器学习的重要算法—随机森林算法为基础,分析了VaR常用的测度方法,并重点研究了分位数随机森林算法在VaR估计中的应用,为机器学习算法在金融风险预测中的应用提供了新思路。
科研之友
微信
新浪微博
Facebook
分享链接
