Journal of Risk and Financial Management) 期刊选择了几篇来自“金融科技与立异”专题的优秀论文。这些文章的主题包含了加密钱银的剖析、机器学习技能的运用和高频数据的运用等等，其研讨目标和剖析办法与如今前沿的学术研讨密切相关，欢迎咱们阅览和引证。
向量自回归因果关系，符号*，**和***别离标明10％，5％和1％水平的显着性。
作者经过运用向量自回归 (VAR) 模型、结构性向量自回归 (SVAR) 和Students-t Copulas函数，研讨了加密钱银商场的溢出效应。根据VAR和SVAR模型的实证成果标明，以太坊是加密商场中比较独立的钱银，而比特币则很简略遭到商场影响，其或许是加密钱银商场的溢出效应的接受者。别的，根据Students-t Copulas函数的成果标明，一切钱银在极值上都具有联合散布的趋势，在极点情况下，一切加密钱银都会趋向负极改变。
作者查询了加密钱银定价行为的可猜测性。本文是对现有的关于加密钱银商场能否逾越一般商场，然后导致出资者非正常获利的第一次完全而又归纳的查询。他们的查询陈述称，大多数学术论文都证明晰比特币和其他重要数字钱银的低功率，由此导致了投机买卖的可行性。
上图为加密钱银指数CRIX (上面板) 和心情指数 (下面板)。下图为暗影部分对应预算的泡沫期。
本文作者提出了一种新的根据StockTwits心情的投机泡沫查验办法，并将StockTwits心情作为平稳过渡自回归中的过渡变量，运用于加密钱银指数 (CRIX)。研讨成果标明，动摇性与心情指数呈负相关，阐明坏心情或音讯会添加动摇性，这与传统金融商场中一般称为杠杆效应 (Leverage Effect) 的特征是共同的。换句话说，杠杆效应显着是由心情指数驱动的。
本文比较了自回归归纳移动均匀 (ARIMA) 模型和神经网络自回归 (NNAR) 模型之间的比特币价格猜测功能。陈述称，ARIMA模型在测验样本的均方根差错 (RMSE)、均匀肯定百分比差错 (MAPE) 和均匀肯定缩放差错 (MASE) 方面优于NNAR模型。Diebold-Mariano查验成果也标明，ARIMA的猜测成果比NNAR的猜测更精确。这些成果标明ARIMA模型在猜测比特币价格方面优于NNAR模型。
表3：开发随机森林模型 (RF) 在出资排名前3位和排名后3位的比特币 (BTC) 和一般商场 (MKT) 时的财政成绩，即在买卖期开始时对一切的比特币进行平等出资。
作者运用机器学习技能，剖析了计算套利战略如安在加密钱银空间数据中发挥作用。经过运用随机森林技能 (Random Forest)，他们发现加密钱银商场或许不遵从商场功率的次强方式。
本文作者运用结构化结构来剖析约束订单数据，以辨认老练金融商场和首要加密钱银买卖商场之间的异同。他们发现在这些方面二者有许多类似点：均匀限价指令对称、流动性涣散、低频率收益无自相关、股票水平收益负自相关、动摇率聚类、收益非正态性、大宗买卖机遇等。一起，他们也发现同老练金融商场比较，加密钱银买卖商场有这些特色：限价指令账簿相对较简略、流动性本钱相对较高、当天买卖形式较弱、小买卖频频、限价单价格散布广泛等。
本文作者剖析了比特币的高频收益及其实践动摇性。尽管没有发现任何能够猜测一天以上收益的依据，但他们发现了猜测6小时以内样本频率的或许。该成果还标明晰以下几个点：实践动摇率的可猜测性跟着时刻的推移而添加；杠杆成分有助于猜测未来的动摇水平；可预见性取决于猜测规模。
作者运用了几种机器学习技能，其间包含逻辑回归 (Logistic Regression)、决策树 (Decision Trees)、神经网络 (Neural Networks)、梯度增强 (Gradient Boosting) 和支撑向量机 (Support Vector Machines) 等，来研讨财政和非财政比率对小企业的生计是否重要的问题。他们发现几种财政比率（财物运营盈利才能、流动财物周转率、本钱比率、短期负债权益覆盖率、固定财物权益覆盖率、财政净盈利在负债总额中所占份额）和两种非金融要素 (活动部分和工作部分) 是猜测小型企业失利的重要依据。
Journal of Risk and Financial Management(ISSN 1911-8074) 是一个国际型敞开获取期刊。期刊主题包括危险、金融经济学、数学金融、金融商场、银行与金融、金融科技与立异、可继续金融、企业金融、旅行经济学与金融管理、运用经济学与金融等，现在期刊已被ESCI (Web of Science) 数据库录入。JRFM采纳单盲同行评定，一审周期约为18.2天，文章从接收到宣布仅需3.9天。
特别声明：本文转载仅仅是出于传达信息的需求，并不意味着代表本网站观点或证明其内容的真实性；如其他媒体、网站或个人从本网站转载运用，须保存本网站注明的“来历”，并自傲版权等法律责任；作者假如不期望被转载或许联络转载稿酬等事宜，请与咱们接洽。
走近国家教育部先进涂料工程研讨中心——对话复旦大学武利民教授 MDPI 人物专访
走近中国科学院理论物理研讨所——对话Symmetry编委邹冰松研讨员 MDPI 人物专访
新一代光学永久记载办法：5D光数据存储 MDPI Micromachines
对话北京科技大学金属材料要点实验室科研领头人张勇博士 MDPI Metals