将先验金融领域知识纳入神经网络

QuantitativeFinance 14，1（2014），59–71。[18] Gavrishchaka，V.《金融和经济时间序列的计量经济学分析》。Emerald，2006，ch.基于Boosting的框架金融建模：符号波动率预测的应用，第123-151页。[19] I.Goodfello、Y.Bengio和A.Courville。深度学习。麻省理工学院出版社，2016年。[20]2012.[21]Heston，S.《随机波动性期权的封闭式解》，应用于债券和货币期权。金融研究回顾6，2（1993），327–343。[22]Homescu，C.《隐含波动率面：构建方法和特征》。arXiv，2011年。https://arxiv.org/abs/1107.1834.【23】Itkin，A.到基于乙状结肠的波动率微笑功能描述。《北美经济与金融杂志》31（2015），264–291。[24]Kang，C.、Kang，W.和Lee，J.Wishart多维短期波动率模型的精确模拟。运筹学65，5（2017），1190–1206。[25]Kingma，D.，和Ba，J.Adam：一种随机优化方法。ICLR（2015），1–13。【26】Kotzé，A.、Labuschagne，C.、Nair，M.和Padayachi，N.。单只股票期货期权的无套利隐含效用曲面。《北美经济与金融杂志》26（2013），380–399。[27]Kou，S.A jump di期权定价的usion模型。《管理科学》48，8（2002），1086–1101。[28]Kristjanpoller，W.、Fadic，A.和Minutolo，M.使用混合神经网络模型进行波动性预测。应用专家系统41，5（2014），2437–2442。[29]Lee，R.极端冲击下隐含波动率的矩公式。数学金融14，3（2004），469–480。[30]Liu，T.，Cui，Y.，Yin，Q.，Zhang，W.，Wang，S.，和Hu，G.生成和开发用于零代词解析的大规模伪训练数据。ACL（2017），102–111。[31]AAAI（2018）。[32]期权价格。

应用情报3，3（1993），193–206。【33】标准普尔100指数隐含波动率。神经计算10，2（1996），183–195。【34】默顿，R.《基础股票收益不连续时的期权定价》。《金融经济学杂志》第3期（1976），125–144页。[35]秦，Y.，杨，Y.你说什么以及你怎么说很重要：预测使用语言和声音提示的财务风险。ACL（2019年）。【36】Rekabsaz，N.、Lupu，M.、Baklanov，A.、Dür，A.、Andersson，L.和Hanbury，A.使用财务信息披露采用基于词嵌入的IR模型。ACL（2017）。【37】试验管理审查（1965年），41–49。[38]Shiraya，K.和Takahashi，A.局部随机波动率跳跃下的平均和差价期权定价Fusion模型。《运营数学研究》4，11（2018）。【39】Sundaresan，S.连续时间法南斯：回顾和评估。《金融杂志》13，4（2000），1057–1099。[40]Wu，Y.，Hernández Lobato，J.M.，和Ghahramani，Z.Gaussian processvolatility模型。NIPS（2014年）。【41】Yang，Y.，Zheng，Y.，和Hospedales，T.《期权定价的门控神经网络：设计的合理性》。AAAI（2017）。[42]郑，J.，夏，A.，邵，L.，万，T.，和秦，Z.基于社会信息自我关注网络的股票波动预测。CIFEr（2019）。[43]郑，Y.机器学习与期权隐含信息。2018年，伦敦帝国学院博士论文。