网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

作者为加密货币时间序列提出了一种新的趋势预测分类学习方法——随机抽样方法 (Random Sampling Method) 。实验结果表明，这种方法在预测不稳定的比特币价格方面优于两种基线方法——多层感知器 (Multiple Layer Perceptron) 和长短期记忆 (Long Short-Term Memory)。

7. Testing Stylized Facts of Bitcoin Limit Order Books

对比特币限价单的程式化测试

Matthias Schnaubelt *, Jonas Rende and Christopher Krauss

Doi link: doi.org/10.3390/jrfm12010025

表5：日交易量，交易数量和日平均交易规模。

本文作者使用结构化框架来分析限制订单数据，以识别成熟金融市场和主要加密货币交易市场之间的异同。他们发现在这些方面二者有很多相似点：平均限价指令对称、流动性分散、低频率收益无自相关、股票水平收益负自相关、波动率聚类、收益非正态性、大宗交易时机等。同时，他们也发现同成熟金融市场相比，加密货币交易市场有这些特点：限价指令账簿相对较简单、流动性成本相对较高、当天交易模式较弱、小交易频繁、限价单价格分布广泛等。

8. Bitcoin at High Frequency

高频比特币

Leopoldo Catania * and Mads Sandholdt

Doi link: doi.org/10.3390/jrfm12010036

图片来源：Pixabay

本文作者分析了比特币的高频收益及其实际波动性。虽然没有发现任何可以预测一天以上收益的证据，但他们发现了预测6小时以内样本频率的可能。该结果还表明了以下几个点：实际波动率的可预测性随着时间的推移而增加；杠杆成分有助于预测未来的波动水平；可预见性取决于预测范围。

9. Predicting Micro-Enterprise Failures Using Data Mining Techniques

使用数据挖掘技术预测微型企业的失败

Aneta Ptak-Chmielewska

Doi link: doi.org/10.3390/jrfm12010030

图片来源：Pixabay

作者使用了几种机器学习技术，其中包括逻辑回归 (Logistic Regression)、决策树 (Decision Trees)、神经网络 (Neural Networks)、梯度增强 (Gradient Boosting) 和支持向量机 (Support Vector Machines) 等，来研究财务和非财务比率对小企业的生存是否重要的问题。他们发现几种财务比率（资产经营盈利能力、流动资产周转率、资本比率、短期负债权益覆盖率、固定资产权益覆盖率、财务净盈余在负债总额中所占比例）和两种非金融因素 (活动部门和就业部门) 是预测小型企业失败的重要依据。

Journal of Risk and Financial Management (ISSN 1911-8074) 是一个国际型开放获取期刊。期刊主题涵盖风险、金融经济学、数学金融、金融市场、银行与金融、金融科技与创新、可持续金融、企业金融、旅游经济学与金融管理、应用经济学与金融等，目前期刊已被ESCI (Web of Science) 数据库收录。JRFM采取单盲同行评审，一审周期约为18.2天，文章从接收到发表仅需3.9天。

特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。