教育部人文社会科学研究基金(13YJC630192)
- 作品数：4 被引量：5H指数：1
- 相关作者：刘遵雄陈英刘江伟徐征黄志强更多>>
- 相关机构：华东交通大学江西财经大学更多>>
- 发文基金：教育部人文社会科学研究基金国家自然科学基金江西省研究生创新基金更多>>
- 相关领域：自动化与计算机技术理学经济管理更多>>
- 基于套索(Lasso)的中文垃圾邮件过滤被引量：1
- 2014年
- 使用向量空间模型表示的文本邮件数据高维而稀疏,不利于邮件过滤分类模型的建立,通常需在分类器训练前进行维数约减。Lasso回归是一种基于l1正则化的多元线性模型,其在模型参数估计的同时实现了变量选择。提出使用Lasso回归进行垃圾邮件过滤,建立Lasso回归邮件分类模型、Lasso回归词条选择结合逻辑回归的分类模型,结合中文文本垃圾邮件数据集TREC06C进行垃圾邮件过滤实验。实验结果表明Lasso回归词条选择结合逻辑回归的邮件分类模型性能更佳。
- 徐征刘遵雄张贤龙
- 关键词：垃圾邮件逻辑回归
- 上市公司财务预警的T逻辑回归模型
- 2015年
- 针对经典的逻辑回归模型易受到样本类别噪声干扰的问题,采用T逻辑回归算法中的非凸损失函数以弥补这一不足。对T逻辑回归模型及求解算法进行了分析,建立T逻辑回归财务预警模型,并结合沪深上市公司财务数据开展实证分析,结果表明T逻辑回归模型具有较好的分类效果和鲁棒性。
- 徐征刘遵雄
- 关键词：财务危机预警正则化技术过拟合
- 平滑削边绝对偏离惩罚截断Hinge损失支持向量机的财务危机预报被引量：3
- 2014年
- 针对传统支持向量机(SVM)分类存在对离群点敏感、支持向量(SV)个数多和分类面参数非稀疏的问题,提出了平滑削边绝对偏离(SCAD)惩罚截断Hinge损失SVM(SCAD-TSVM)算法,并将其用于构建财务预警模型,同时就该模型的求解设计了一个迭代更新算法。结合沪深股市A股制造业上市公司的财务数据进行实证分析,同时对比L1范数惩罚SVM、SCAD惩罚SVM和截断Hinge损失SVM(TSVM)构建的T-2和T-3模型,结果发现SCAD-TSVM构建的T-2和T-3模型都具有最好的稀疏性和最高的预报精度,而且其在不同训练样本数上的平均预测准确率都要比L1范数SVM(L1-SVM)、SCAD-SVM和TSVM算法的高。
- 刘遵雄黄志强刘江伟陈英
- 关键词：支持向量机财务预警
- 基于q-高斯分布的投资组合实证分析被引量：1
- 2014年
- 投资组合是一个复杂系统问题,选择合适的q-分布及其密度表达形式是应用中的一个重要问题。首先从含有噪声的线性随机微分方程中推导出q-高斯分布概率密度函数,其表达形式简单,参数对分布的影响非常直观;接着将q-高斯分布应用于投资组合理论的均值-方差模型和均值-VaR模型;最后结合沪市股票数据进行实证分析,结果表明两种模型在q-高斯分布假设下的实际收益均大于其在高斯分布假设下的实际收益。
- 刘遵雄刘江伟郑淑娟陈英
- 关键词：投资组合均值-方差模型均值-VAR模型
