arXiv · ML· Maorufa Zaman, Haris Md Sahed·· 3 小时前AI 评分23
波动率感知的比特币高频极端事件检测方法
Volatility-Aware Extreme Event Detection in High-Frequency Financial Markets
AI 导读
基于比特币高频限价订单簿数据，提出融合波动率机制的极端事件检测方法，使用 XGBoost 模型取得约 0.40 的 Precision-Recall AUC，显著优于基线的 0.06。 方法通过扩展目标定义以覆盖大额未来收益和高波动率状态，利用时序交叉验证和类别不平衡评估验证了目标设计在金融机器学习中的关键作用。 该研究结果强调了波动率感知标记过程在高频加密货币市场极端事件检测中的有效性与现实性。
来源：arXiv · ML · arxiv.org