作者:by Ateneo de Manila University
马尼拉雅典耀大学的研究人员开发了人工智能 (AI) 深度学习工具,可以帮助预测货币市场利率,这对于企业和政府决策者来说非常宝贵。
他们发表他们的论文“利率预测中的深度学习方法”,11 月 15 日发表在 AIP 会议记录中,材料和制造的最新进展:ICRAMM2023
简单来说,市场利率是借钱的成本或储蓄的回报。这种变化取决于供给和需求:如果很多人借贷但很少人储蓄,利率就会上升;如果发生相反的情况,利率就会下降。利率还受到通货膨胀(因为较高的价格意味着较高的利率)以及各国央行(调整利率以帮助经济增长或控制价格上涨)的影响。从本质上讲,利率有助于确定货币在经济中的流动方式。
研究人员解释说:“利率是政府和私人实体在做出投资和政策决策时考虑的最重要的宏观经济因素之一。可靠的预测是健全管理不同类型风险敞口的必要条件。”
数学家测试了两种深度学习模型:多层感知器(MLP)和普通生成对抗网络(VGAN)。两者都成功预测了大流行之前和期间菲律宾基准估值 (BVAL) 率的变化,展示了模型预测经济波动和市场混乱的强大能力。
MLP 是一种人工神经网络,它将数据传递给一系列单元,每个单元都以自己的方式处理信息,并增强网络对数据的整体理解。该方法常用于图像识别和机器翻译因为它能够发现数据中的复杂模式。
同时,VGAN 实际上由两个网络组成:一个创建合成数据的生成器,以及一个评估数据真实性的鉴别器。通过相互对立(因此称为“对抗性”),网络能够完善和改进他们的分析。
研究人员发现,这两种模型在所用数据集的范围内都能对一年、三个月、六个月和一年的 BVAL 率进行可靠的预测。他们通过纳入多达 16 个国内和全球经济指标(包括通货膨胀、汇率和信用违约掉期),成功预测了关键趋势。
MLP 通过更少的变量和更简单的结构表现出强大的性能,使其成为直接分析的有效选择。同时,VGAN 在分析复杂场景方面更加出色,在处理更大的数据集时实现了高精度。
这些人工智能的实际意义深度学习模型研究人员表示,这一数字是巨大的:金融机构可能会部署它们来管理市场、信贷、流动性和其他风险;政府还可以利用这些模型通过降低借贷成本来优化债务发行策略。
该研究强调了人工智能在金融决策中日益重要的作用,并建议探索更先进的神经网络设计以进一步提高预测准确性。希望企业和政策制定者能够接受这些技术,以便在快速发展的数据驱动环境中获得竞争优势。
更多信息:Halle Megan L. Bata 等人,利率预测中的深度学习方法,材料和制造的最新进展:ICRAMM2023(2024)。DOI:10.1063/5.0231027
引文:数学家开发人工智能预测市场利率(2024 年,11 月 26 日)检索日期:2024 年 11 月 27 日来自 https://phys.org/news/2024-11-mathematicians-ai.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外,不得未经书面许可,不得复制部分内容。所提供的内容仅供参考。