75、金融与营销中的进化计算技术应用

金融与营销中的进化计算技术应用

金融领域的进化计算

早期破产预测算法对比

在早期破产预测领域，传统统计方法如判别分析、logit 和 probit 模型被广泛应用。不过，Quintana 等人（2008）探索了使用 Fernández 和 Isasi（2004）提出的进化最近邻分类器（ENPC）算法的可行性。他们将该算法与六种替代方法进行性能评估比较，结果表明该算法可能是一个不错的选择。另外，Turku 等人（1996）比较了判别分析、logit 分析和遗传算法（GAs）在选择用于预测模型的独立变量方面的表现。

过滤技术及其应用

许多现实问题需要从观测（可能有噪声）值中估计未知数据。直接估计方法，如马尔可夫链蒙特卡罗（Markov chain Monte Carlo，Andrieu 等人，2003）、顺序蒙特卡罗（sequential Monte Carlo，Doucet 等人，2001）和粒子滤波（particle filter，Gordon 等人，1993）方法在这一任务中非常有用。过滤技术在金融和经济学领域也是重要工具，在宏观经济学、微观经济学和金融领域有众多应用。

在众多过滤技术变体中，卡尔曼滤波器（Kalman filter，Kalman 1960）、扩展卡尔曼滤波器（extended Kalman filter，Jazwinski 1970）、无迹卡尔曼滤波器（unscented Kalman filter，Julier 和 Uhlmann 1997）、粒子滤波器（Gordon 等人，1993）和隐马尔可夫模型（hidden Markov model，Baum 等人，1970）是金融从业者最广泛使用的方法。在经济学中，H