1. 本文基于机器学习模型,全面研究了油价波动性与金融市场之间的联系。
2. 我们考察了机器学习模型中的“预测组合困惑”,发现组合模型在所有情况下都表现出更好的性能。
3. 我们还讨论了模型可解释性以及各个指标对预测性能的贡献。
本文是一项关于油价波动性与金融市场之间关系的定量分析,作者使用传统的预测模型、机器学习模型以及组合模型来进行分析。文章中引用了大量相关文章,并通过定量分析得出了一些有意义的发现。
然而,文章中也存在一些不足之处。首先,作者并没有就数据集进行详尽的说明,包括数据集来自何处、数据集包含多少样本、数据集是如何归一化或标准化的、数据集是如何判定异常样本或剔除异常样本的、数据集是如何处理时间序列相关性或时间序列不平衡性的。此外,作者也并没有对所使用的特征进行详尽说明,例如特征是如何选取或生成的、特征之间是否存在相关性或冗余性、特征是否已正则化或归一化、特征之间是否存在不对称信念或不对等保障权利。
此外,文章中也并没有考虑一些重要因素:例如作者并没有考虑原始数据中可能存在的异常情况、原始数