蓝斌
- 作品数：5 被引量：8H指数：1
- 供职机构：广东外语外贸大学金融学院金融学系更多>>
- 发文基金：广东省自然科学基金全国统计科学研究计划项目国家级大学生创新创业训练计划更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- UGES反向传导算法:一种新的小样本深度机器学习模型被引量：1
- 2015年
- 针对传统深度学习算法在样本不足时易出现过拟合的问题,提出了一类新的小样本深度学习模型:UGES反向传导模型。其基本思路是:在保留深层结构的同时,压缩需要学习参数的数量。作为一种与误差反向传导算法相容的间接编码模型,该算法对权值的随机分布特性进行重新编码,打破了不同隐含层之间的隔阂,并使用变分贝叶斯学习对网络进行全局训练。新模型的参数数目不再与输入变量维数及网络结构大小相关,同时强迫权值对于一定程度的扰动具有鲁棒性。最后,将所提出的算法用于外包软件项目风险识别这一典型的多维小样本问题中。对比实验表明,该模型达到了93.3%的样本外准确率,不仅保留了深度模型非线性表达能力,亦具备了小样本下优秀的泛化能力。
- 马超徐瑾辉侯天诚蓝斌张振华
- 关键词：小样本问题
- 新型深度学习算法研究概述被引量：1
- 2015年
- 作为一个具有巨大应用前景研究方向,深度学习无论是在算法研究,还是在实际应用(如语音识别,自然语言处理、计算机视觉)中都表现出其强大的潜力和功能.本文主要介绍这种深度学习算法,并介绍其在金融领域的领用.
- 马超徐瑾辉侯天诚蓝斌
- 基于EMD与NARX网络的汇率预测方法研究被引量：5
- 2015年
- 探索构建对汇率进行直接预测的高精度组合预测算法.采用NARX神经网络作为基础模型,并结合经验模态分解模型进行混合预测,提高模型精度.为研究不同时间间隔对预测结果的影响,采用美元兑日元汇率的时间间隔为5分钟与1天的数据进行预测.实验结果显示,时间间隔较短时,模型的预测精度更高.此外,通过对汇率改革前后的人民币汇率的预测发现,汇率改革对EMD-NARX模型的预测结果影响不大,说明模型稳定性较高.
- 马超徐瑾辉蓝斌侯天诚欧阳泽拯
- 关键词：汇率预测组合预测误差分析
- 平行货币与中国参与全球经济治理
- 2015年
- 平行货币自贵金属时代就沿用至今,它在各个国家和区域货币走向统一的实际操作过程中发挥极其重要的作用,但是在理论研究方面却没有受到应有重视。文章通过回顾平行货币理论的产生、含义、发展、利弊,重点介绍了一种以平行货币为基础的货币双轨制,以希腊债务危机为例探讨具体操作,为亚洲货币一体化提供了思路,从该角度讨论了中国参与全球经济治理的相关问题。
- 蓝斌欧浩荣侯天诚朱源
- 关键词：双轨制货币一体化
- 泛函深度神经网络及其在金融时间序列预测中的应用被引量：1
- 2017年
- 针对神经网络直接预测原始价格存在的泛化误差大、预测价格变动方向的准确率不高等问题,提出一种基于泛函的深度降噪自编码神经网络,并提高神经网络的在时间序列上的泛化能力.将预测目标改为ZigZag/PI指标,且通过着重预测价格序列的趋势和方向,避免来自原始序列的噪音影响,弥补神经网络在方向预测上的固有缺陷.
- 马超侯天诚徐瑾辉张振华蓝斌
- 关键词：泛函网络金融预测
