神经网络条件密度估计：最佳实践和

van Gerven和Eric Maris，2017，《KernelMixture网络：连续随机变量条件密度估计的非参数方法》。安国忠，1996，《反向传播训练中添加噪声对泛化性能的影响》，神经计算8643–674。和ˇel，Ji，Ivan Netuka和Karel Zv\'ara，1984年，关于阈值自回归过程，Kybernetica20，89–106。Bakshi、Gurdip S.、Nikunj Kapadia和Dilip B.Madan，2003，《股票回报特征、偏斜律和个人股权期权的差异定价》，金融研究回顾。Bishop，Chris M.，1995，《噪声训练相当于Tikhonov正则化》，《神经计算》7108–116。Christopher M Bishop，1994，《混合密度网络》。Christopher M Bishop，2006，《模式识别和机器学习》（Springer）。Bollerslev，Tim，Bollerslev，and Tim，1987，预测价格和收益率的条件异方差时间序列模型，经济学和统计学评论69542–47。Botev，Z.I.、J.F.Grotowski和D.P.Kroese，2010，《通过差异估计核密度》，统计年鉴382916–2957。Bowman，Adrian W.，1984，《密度估计平滑的交叉验证替代方法》，Biometrika 71353–360。Cao、Ricardo、Antonio Cuevas和Wensecslao Gonz\'alez Manteiga，1994，《密度估计、计算统计和数据分析中几种平滑方法的比较研究》，17153-176。Carhart，Mark M.，1997，《共同基金业绩的持续性》，金融杂志52,57–82。De Gooijer，Jan G和Dawit Zerom，2003年，关于条件密度估计，技术报告。Dinh、Laurent、Jascha Sohl Dickstein和Samy Bengio，2017年，《使用真实NVP进行密度估计》，摘自《学习表征国际会议论文集》。Duin，R.P。

W、 1976年，关于概率密度函数Parzen估值器平滑参数的选择，IEEE计算机交易C-251175–1179。Engle，Robert F.，1982，《英国通货膨胀方差估计的自回归条件异方差》，《计量经济学》50987。Fama、Eugene F.和Kenneth R.French，1993年，《股票和债券收益中的常见风险因素》，金融经济学杂志33，3–56。Fama，Eugene F.和Kenneth R.French，2015，五因素资产定价模型，金融经济学杂志116，1-22。Gallant，A.Ronald，D.Hsieh，George Tauchen，A.Gallant，D.Hsieh和George Tauchen，1991年，关于拟合一个顽固的序列：英镑/美元汇率，计量经济学和统计学中的非参数和半参数方法。Gilardi、Nicolas、Samy Bengio和Mikhail Kanevski，2002年，《环境风险图的条件高斯混合模型》，国家自然保护计划。Glosten、Lawrence R、Ravi Jagannathan、David E Runkle、Lawrence R Glosten、Ravi Jagannathan和David E Runkle，1993年，《关于股票名义超额收益率的预期值与波动性之间的关系》，金融杂志481779-1801。Gormsen、Niels Joachim和Christian Skov Jensen，2017，《条件风险》，SSRN ElectronicJournal。Grus，Joel，2015，《从头开始的数据科学》。宋光，Hsi，2004，高斯混合回归和分类，博士论文。Hall、Peter、JS Marron和Byeong U Park，1992年，平滑交叉验证，概率理论92，1-20。Hamilton，James D.（James Douglas），1994年，《时间序列分析》（普林斯顿大学出版社）。Hansen，Bruce E.、Hansen和Bruce，1994，《自回归条件密度估计》，国际经济评论35705–30。Harvey、Campbell R和Akhtar Siddique，1999年，《自回归条件偏斜》，金融和定量分析杂志。Holmstrom，L.和P。

Koistinen，1992，在反向传播训练中使用加性噪声，IEEETransactions on Neural Networks 3，24–38。Hornik，Kurt，1991，《多层前馈网络的逼近能力》，神经网络4251–257。Hyndman，Rob J.、David M.Bashtanyk和Gary K.Grunwald，1996，《估算和可视化条件密度》，计算和图形统计杂志5315。Jagannathan、Ravi和Zhenyu Wang，1996，《条件资本资产定价模型和预期收益横截面》，金融杂志51，3。Jondeau、Eric和Michael Rockinger，2003，《条件波动性、偏度和峰度：存在性、持续性和共动》，技术报告。Kingma，Diederik P.，和Jimmy Ba，2015，Adam：随机优化方法，inICLR。Krogh·、Anders和John A Hertz，1992年，《简单的重量衰减可以提高通用性》，技术报告。Kukaˇcka，Jan，Vladimir Golkov，and Daniel Cremers，2017，《深度学习的规范化：共济失调》，技术报告。Lewellen、Jonathan和Stefan Nagel，2006年，《条件资本资产定价模型》（conditional CAPM）没有解释资产定价原则，《金融经济学杂志》（Journal of Financial Economics）82289–314。Li、Jonathan Q和Abstract R Andrew Barron，2000年，《NIPS中的混合密度估计》。Li，Qi和Jeffrey S.Racine，2007，《非参数计量经济学：理论与实践》（普林斯顿大学出版社）。Mirza、Mehdi和Simon Osindero，2014，《条件生成对抗网》，技术报告。Nelder，J A和R Mead，1965年，《函数最小化的单纯形法》，ComputerJourna 7，308–313。Nelson，Daniel B.和Charles Q.Cao，1992，《单变量GARCHModel中的不平等约束》，商业与经济统计杂志10229。Park、Byeong、Byeong Park和J.S.Marron，1990年，《数据驱动带宽选择器的比较》，J.STATIST。

ASSOC 66–72。伊曼纽尔·帕尔岑（Parzen，Emanuel），1962年，《概率密度函数和模式的估计》，数理统计年鉴331065–1076。Pfei ffier，K.P.，1985，《通过不同标准评估的非参数判别函数的核函数平滑因子的逐步变量选择和最大似然估计》，计算机和生物医学研究18，46–61。Rezende、Danilo Jimenez和Shakir Mohamed，2015，《规范化流的变分推理》，第32届国际机器学习会议论文集。Rosenblatt，Murray，1956，《关于密度函数的一些非参数估计的评论》，《数理统计年鉴》27832–837。Rudemo，Mats，1982，《直方图和核密度估计的经验选择》。Salimans、Tim和Diederik P.Kingma，2016，《权重归一化：一种简单的重新参数化，以加速NIPS中深层神经网络的训练》。Sarajedini，A.、R.Hecht Nielsen和P.M.Chau，1999年，《使用sigmoidal神经网络的条件概率密度函数估计》，IEEE神经网络交易10，231–238。Sentana，E.，1995，《二次ARCH模型》，《经济研究评论》62639–661。Shalizi，Cosma，2011，《估计分布和密度》，技术报告。Shecker，S.J.和M.C.Jones，1991，《基于数据的可靠带宽选择方法forKernel密度估计》，皇家统计学会杂志，53683–690。Silverman，B.，1982，关于通过最大惩罚似然法估计概率密度函数，统计年鉴10795–810。Sohn、Kihyuk、Honglak Lee和Xinchen Yan，2015，《使用深层条件生成模型学习结构化输出表示》，神经信息处理系统进展，3483–3491。Sola，J.和J。

塞维利亚，1997，《神经网络应用于复杂工业问题的输入数据规范化的重要性》，IEEE核科学学报441464–1468。Srivastava、Nitish、Geo Offrey Hinton、Alex Krizhevsky、Ilya Sutskever和Ruslan Salakhutdinov，2014，《辍学：防止神经网络过度匹配的简单方法》，机器学习研究杂志，1929-1958年第15期。Sugiyama、Masashi和Ichiro Takeuchi，2010年，《通过最小二乘密度比估计的条件密度估计》，载于《第十三届国际艺术情报与统计会议论文集》，第9卷，781–788。Tansey，Wesley，Karl Pichotta和James G.Scott，2016，《神经网络的更好条件密度估计》。Tresp，Volker，2001，《高斯过程的混合》，NIPS。Tripe、Brian L和Richard E Turner，2018年，《采用BayesianNormalising流量的条件密度估计》，技术报告。Webb，A.R.，1994，《前馈网络函数逼近：推广的最小二乘法》，IEEE神经网络学报5363–371。罗伯特·惠利（Whaley，Robert E.），1993年，《市场波动性衍生工具：对冲早就应该存在》，衍生工具杂志。