首页
›
智能金融与金融工程
›
043-金融机器学习建模与AutoML
›
《金融模型误差分析与失败样本诊断》
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
📘
金融模型误差分析与失败样本诊断
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=金融模型误差分析与失败样本诊断… · 核心概念 · 整体框架与学习路径
课程导入
目标=金融模型误…
02
金融模型基础
目标=常见金融模型类型(定价 · 风险 · 预测
金融模型基础
目标=常见金融模…
03
误差分析数学基础
目标=偏差-方差分解 · 损失函数 · 残差分析
误差分析数学基础
目标=偏差
04
数据质量与误差
目标=缺失值 · 异常值 · 幸存者偏差
数据质量
误差
05
模型假设与误差
目标=假设检验 · 模型设定误差 · 参数估计误差
模型假设
误差
06
误差度量指标
目标=MAE · MSE · RMSE
误差度量指标
MAE
07
失败样本定义与分类
目标=什么是失败样本 · 硬失败与软失败 · 边界样本
失败样本定义
分类
08
失败样本诊断流程
目标=从误差检测 · 样本定位 · 根因分析到改进验证的标准化诊断流程
失败样本诊断流程
目标=从误差检测
09
残差分析方法
目标=残差图 · QQ图 · 自相关
残差分析方法
目标=残差图
10
交叉验证与回测
目标=时间序列交叉验证 · 滚动回测 · Walk-forward分析
交叉验证
回测
11
压力测试与情景分析
目标=极端市场情景设计 · 历史模拟 · 蒙特卡洛模拟
压力测试
情景分析
12
归因分析与误差分解
目标=将误差分解为数据 · 模型 · 参数
归因分析
误差分解
13
案例实战一
目标=股票价格预测模型误差分析与失败… · ARIMA · 因子模型)
案例实战一
目标=股票价格预…
14
案例实战二
目标=信用评分模型失败样本诊断(如违… · 评分卡 · 拒绝推断中的误差分析)
案例实战二
目标=信用评分模…
15
案例实战三
目标=VaR与ES模型回测失败诊断(… · 2020疫情冲击下的风险模型失效)
案例实战三
VaR
16
案例实战四
目标=量化交易策略失败样本诊断(如回… · 实盘滑点 · 市场冲击
案例实战四
目标=量化交易策…
17
案例实战五
目标=资产定价模型误差分析(如CAP… · Fama-French · 机器学习定价模型的失败样本)
案例实战五
CAP
18
常见问题一
目标=数据泄露与前视偏差的识别 · 诊断与修复
常见问题一
目标=数据泄露
19
常见问题二
目标=非平稳性与概念漂移下的模型误差…
常见问题二
目标=非平稳性
20
常见问题三
目标=小样本 · 不平衡数据与罕见事件下的失败样本诊断…
常见问题三
目标=小样本
21
常见问题四
目标=模型可解释性与误差归因的平衡 · 避免黑箱诊断陷阱
常见问题四
目标=模型可解释…
22
工具与平台
目标=Python/R在误差分析与失… · 可视化工具与自动化报告
工具
平台
23
诊断报告撰写
目标=失败样本诊断报告的结构 · 关键指标 · 根因分析
诊断报告撰写
目标=失败样本诊…
24
模型监控与持续诊断
目标=生产环境中的误差监控 · 预警指标 · 失败样本自动捕获与反馈闭环
模型监控
持续诊断
25
模型治理与合规
目标=模型风险管理 · 监管要求(如SR 11-7) · 误差分析与失败样本诊断的治理角色
模型治理
合规
26
综合提升一
目标=构建端到端的误差分析与失败样本…
综合提升一
目标=构建端到端…
27
综合提升二
目标=多模型比较与集成中的误差诊断与…
综合提升二
目标=多模型比较
28
综合提升三
目标=因果推断与反事实分析在失败样本…
综合提升三
目标=因果推断
29
综合提升四
目标=前沿方法(如可解释AI · 对抗测试 · 元学习)在误差诊断中的探索
综合提升四
AI
30
课程总结与实战项目
目标=回顾核心知识 · 完成一个完整的金融模型误差分析与失败…
课程总结
实战项目
所属VIP或分类
同VIP:AutoML金融模型自动搜索与比较实战
同VIP:Python金融机器学习建模实战100例
同VIP:XGBoost与LightGBM金融树模型实战