深度学习在金融领域的前沿研究综述

深度学习作为一种新兴的机器学习技术已经在金融领域得到了广泛应用。相较于传统的计量统计模型和传统机器学习方法,深度学习具有独到的优势。为了深刻把握深度学习在金融领域的应用前沿,本文通过归纳Web of Science和中国知网上2019—2022年的相关实证论文,发现近年来深度学习主要应用于金融领域中的价格预测、风险识别、改进交易策略、非结构化数据处理等方面;进一步分析发现,深度学习改进了预测和分类的性能,并提供了一种全新的金融学研究范式。然而深度学习仍存在可解释性差、模型难以构建等缺陷。本文研究了深度学习在金融领域的应用需要平衡模型性能和可解释性,并进一步探索了金融各领域中一般性的深度学习模型框架的构建。

浅析ChatGPT对数字经济的影响

近年来,各国政府高度重视数字经济。人工智能等数字化技术创新是推动数字经济发展的重要源泉。ChatGPT这项基于GPT-3.5和GPT-4架构的大规模自然语言处理模型从促进数字经济发展、推动数字经济创新和影响数字经济人才培养3个方面对数字经济产生影响。同时,ChatGPT在数字经济领域存在专业性不强、及时性不足、准确性不够、实操性差、数据隐私保护不到位等问题。基于此,文章提出整合数字经济领域行业专家、导入数字经济前沿信息、重点关注数据隐私保护等建议。