VIP12
本课程属于：043-金融机器学习建模与AutoML 智能金融与金融工程 · 共 12 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

金融模型概率校准与置信度评估实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=概率校准与置信度评估的定义 · 在金融建模中的重要性 · 整体课程框架与学习路径
课程导入目标=概率校准
02
概率基础回顾
目标=概率论核心概念 · 条件概率 · 贝叶斯定理
概率基础回顾目标=概率论核心…
03
金融模型中的概率输出
目标=分类模型与回归模型的概率输出 · 评分卡 · 违约概率
金融模型概率输出
04
校准的定义与目标
目标=什么是良好校准 · 校准与区分度的区别 · 校准在风险管理与决策中的价值
校准的定义目标
05
校准评估指标
目标=可靠性图 · 校准曲线 · Brier分数
校准评估指标目标=可靠性图
06
置信度评估基础
目标=置信区间 · 置信水平 · 预测置信度
置信度评估基础目标=置信区间
07
常见校准方法概述
目标=参数化方法 · 非参数方法 · 基于贝叶斯的方法及其适用场景
常见校准方法概述目标=参数化方法
08
Platt缩放
目标=原理 · Sigmoid函数拟合 · 参数估计
Platt缩放
09
Isotonic回归
目标=保序回归原理 · 单调性约束 · 过拟合风险
Isotonic回归
10
直方图分箱校准
目标=等宽分箱 · 等频分箱 · 分箱数量选择
直方图分箱校准目标=等宽分箱
11
贝叶斯校准方法
目标=贝叶斯Binning · 贝叶斯逻辑回归 · 先验选择
贝叶斯校准方法Binning
12
温度缩放与神经网络校准
目标=温度参数 · Softmax校准 · 深度学习模型在金融预测中的校准实践
温度缩放神经网络校准
13
集成校准方法
目标=Bagging · Boosting · Stacking中的校准问题
集成校准方法Bagging
14
多分类问题的校准
目标=多分类校准扩展 · 一对一 · 一对多策略
多分类问题的校准目标=多分类校准…
15
校准与样本不平衡
目标=类别不平衡对校准的影响 · 重采样后的校准 · 代价敏感校准方法
校准样本不平衡
16
时间序列中的概率校准
目标=时序依赖 · 滚动校准 · 在线校准
时间序列概率校准
17
置信度评估方法
目标=Bootstrap · 交叉验证 · 共形预测
置信度评估方法Bootstrap
18
不确定性量化
目标=偶然不确定性 · 认知不确定性 · 蒙特卡洛 dropout
不确定性量化目标=偶然不确定…
19
校准与置信度的可视化
目标=可靠性图 · 校准曲线 · 置信带
校准置信度的可视化
20
信用风险实战
目标=违约概率校准全流程 · 数据准备 · 模型训练
信用风险实战目标=违约概率校…
21
市场风险实战
目标=VaR与ES的置信度评估 · 回测方法 · 校准在风险模型验证中的应用
市场风险实战VaR
22
算法交易实战
目标=交易信号概率校准 · 置信度阈值设定 · 策略回测与绩效评估
算法交易实战目标=交易信号概…
23
模型风险管理与校准
目标=监管要求 · 模型验证 · 校准文档
模型风险管理校准
24
常见校准陷阱与误区
目标=过拟合校准 · 数据泄露 · 评估指标误用
常见校准陷阱误区
25
校准与可解释性
目标=校准对模型解释的影响 · SHAP · LIME与校准结合
校准可解释性
26
自动化校准流程
目标=Pipeline构建 · 超参数调优 · 自动化校准工具
自动化校准流程Pipeline
27
大规模数据与分布式校准
目标=大数据场景下的校准算法 · Spark · 分布式计算
大规模数据分布式校准
28
前沿研究方向
目标=共形预测 · 深度校准 · 因果校准
前沿研究方向目标=共形预测
29
综合案例一
目标=端到端金融风控模型概率校准与置…
综合案例一目标=端到端金融…
30
综合案例二
目标=投资组合风险预测中的概率校准与…
综合案例二目标=投资组合风…