テキスト分析と金融工学

この例では、深層学習長短期記憶 (LSTM) ネットワークを使用してテキスト データを分類する方法を説明します。

この例では、複数の独立したラベルをもつテキスト データを分類する方法を説明します。

この例では、アテンションを使用した再帰型 sequence-to-sequence 符号化器-復号化器モデルを用いて数字の文字列をローマ数字に変換する方法を説明します。

Create, train, and compare three deep learning networks for predicting credit default probability.

Train a credit risk for probability of default (PD) prediction using a deep neural network. The example also shows how to use the locally interpretable model-agnostic explanations (LIME) and Shapley values interpretability techniques to understand the predictions of the model. In addition, the example analyzes model predictions for out-of-sample values and performs a stress-testing analysis.

Outperform the traditional BSM approach using an optimal option hedging policy.