股指预测相关论文
由于股指序列的预测难度大，为了改善预测精度，我们提出了一种基于复合降噪分解、优化预测和集成的综合研究方法来分析预测股票指数。......
数据挖掘技术始于二十世纪八十年代,在九十年代发展迅速,随着技术的不断发展和进步,在各个领域得到了广泛的应用。其中,与金融领域......
随着国内金融市场的发展,股票市场在我国经济体系中占据着越来越重要的地位,越来越多的人开始参与股票投资。而股票价格的剧烈波动......
金融时间序列预测是经济领域中一个非常重要的实际问题，然而，由于金融市场的噪声和波动性，当前存在方法的预测精度尚不能令人满意。为......
随机森林算法是一种普适性较强的集成学习算法,预测准确率较高且不易过拟合,但在不同应用场景下仍存在改进空间。针对不同特征数据......
随着我国经济的快速发展以及股票市场的日益成熟,人们对于股票市场的关注程度亦在逐渐增加,如今股票已成为投资者最重要的投资途径......
我国股票市场的产生、发展至今,历经30年的不断发展与改革,已经逐渐成为推动我国国民经济增长的主要力量之一,是我国金融市场不可......
掌握股市的发展规律,提供良好的金融投资环境是股市健康发展的必要前提。因此,对股价指数进行精准有效的预测逐渐成为金融领域的研......
近年来深度学习的突破,引起了社会各界对人工智能的关注。人们普遍认为人工智能技术将成为引领第四次工业革命的关键技术,世界各主......
由于股票市场价格趋势的复杂性和动态性,多年来一直是研究人员感兴趣的领域.股市的内在波动性使得预测的任务颇具挑战性.作者提出......
研究目标:探讨如何对媒体报道、公司新闻等非结构化数据进行文本分析,并应用于股票价格波动预测。研究方法:提出一种基于金融文本......
自1990年Peters提出分形市场假说,对金融时间序列非线性的研究就从未停过,其中就包含长记忆性和条件异方差性的研究。这些研究中得......
BP神经网络具有强大的自我修正误差的能力,理论上证明它能够逼进任何非线性系统,为此,BP网络在国际上已广泛用于金融分析和预测,取......
对股票价格行为的研究是众多学者及市场参与人非常关心的研究重点。几十年来，众多学者一直在积极探索对金融市场更具有解释能力的新......
针对股票数据共线性和非线性的特点,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和门控循环单元(Gated Recurr......
股指作为股票市场上的综合指标,能够反映市场的变化趋势,代表着大部分个股的走势。作为代表性的统计指标,它的涨跌起伏状况既体现......
近年来,股指预测受到了学术界和工业界的广泛关注,股票相关网络也成为复杂网络领域的研究热点。现实中的股票市场是一个高度波动、......
股票市场与我国社会经济的发展具有高度关联性,对股票市场进行投资分析的主要内容就是分析及预测股票价格的涨跌,而股票指数作为反......
随着中国经济的高速发展,中国经济与世界经济的联系越来越密切,在此背景下中国提出“一带一路”倡议并积极推进该倡议的实际建设。......
最近几年，计算机技术得到了蓬勃发展，金融理论也逐步完善，被越来越多的人所熟知，中国股票交易所每天均会衍生出海量的数据，所涵盖的内容......
系统预测是对系统做出规划和进行分析，以及进行设计和决策的不可或缺的步骤。对系统进行准确的预测，可以帮助我们获取必要地系统......
股指序列的非平稳、非线性和长记忆等特性使其预测难度较大,为了改善已有模型的预测精度,本文首次提出一种新的融合二层分解技术及......
随着大数据时代的到来,相对于传统数据处理方法,机器学习的优势日益凸显.尤其是在人工智能领域取得了巨大的成就后,学者和业界都掀......
股票市场是金融市场的一个非常重要的组成部分，其能够反映国家的经济运行情况，常常被称作经济的“晴雨表”、“风向标”。能够正确预......
回归分析是一种十分常见的数据分析方法，通过观测数据确定变量间的相互关系。传统回归分析以点数据为研究对象，预测结果也是点数据，而......
当前我国证券市场的高频交易仍处于起步阶段，相比国外成熟的证券市场，我国证券市场的价格波动更大，流动性更强，因而高频交易的价值更为......
股票市场产生于西方发达国家，到现在已经有数百年的历史了。我国股市从1990年上海证券交易所开业至今的十几年的时间里已经逐步......
统计学习理论，又被称为统计机器学习理论，是一种针对小样本数据的数据分析和挖掘理论。支持向量机是建立在统计学习理论基础之上的模......
股票市场是金融市场的重要组成部分,是实体企业筹集资金的重要渠道,也是投资者合理配置自身资产的主要渠道之一,对实体经济有着不......
【摘要】由于神经网络自身的高度自学习性，稳定性以及抽象模拟能力，相比于统计学以及计量经济学中的数学模型，神经网络用于预测金融时......
摘要：面对股票市场的剧烈震荡与局势的不明朗，在这种背景下对沪深综合指数的走向进行预测，通过马尔可夫的平稳分布和最终稳态条件，采用......
面临大盘的剧烈波动和调整,大盘的走势也越来越难判断,本文在当前股票市场的背景下,采用马尔科夫链的方法对沪综合指数的走势进行......
本文在当前股票市场的背景下,通过马尔科夫的平稳分布和最终的稳态条件,计算出大盘涨、平、跌三个状态的概率分布,并对投资者提出......
提出一种自适应神经网络模型对股指这一非线性时间序列进行高精度的预测.首先采用基于递归最小方差的自适应学习算法对抽头延迟神......
本模型采用SVM神经网络算法对2007年的股票形势进行分析、预测及验证，并预测出未来5天的开盘走势，此预测模型的精度达到99％。并结合小......
提出一种自适应神经网络模型对股指这一非线性时间序列进行高精度的预测．首先采用基于递归最小方差的自适应学习算法对抽头延迟神经......
本文分析了自回归移动平均模型(ARIMA)与BP神经网络模型在预测方面的特性和模型各自的优缺点,在此基础上尝试建立了ARIMA和BP神经......
股票市场是一项集合许多市场复杂因素的活动，股票分析的方法非常多。将遗传算法用于BP神经网络的训练过程对股票价格的预测，设计一个......
BP神经网络由于自身的缺陷，导致训练时间长且易于陷入局部极小点，易导致股指预测精度不高．将粒子群优化算法用于神经网络的学习训练，可......
股指预测,是举世公认的挑战性工作。波浪理论与上证实盘经验数据的有机结合,衍生出了首浪3倍定盘星法则,结合当前的技术面与宏观基......
结合遗传算法与倒传递神经网络进行工业股票指数预测,使用5个输入变量:周成交额增减幅、周振荡幅度、周涨跌幅、5日EMA波动、DIF波......
股票市场是一个部分信息已知、部分信息未知的系统，因此可以把它看作一个灰色系统来进行处理。但灰色预测适应于时间短、数据少、波......
为了获得更加准确和更加值得信赖的股票指数预测结果,依据股票指数的模糊随机预测模型,通过引入马尔可夫链的概念和股票指数上涨或......
处于经济信息中心位置的股票市场,经过一系列的交易,汇集了众多领域的商业信息,对股票的未来状况进行预测一直是股市参与者关注的......
在经济全球化、金融一体化的进程中,金融市场出现了很多异常现象,这些现象是以有效市场假说为基础的传统金融理论难以解释的,进而......
在国内市场经济体制持续改善的背景下,股票市场在我国经济体系中占有越来越重要的地位,参与股票投资的人也逐渐增加。股票价格的波......
股票价格指数的有效预测有助于探索股票价格的内在规律,从而及时规避金融风险,提高股票市场的稳健性。所以研究高效的股票价格指数......
现如今,股票交易已然融入到人们的日常生活中,在经济金融领域有着巨大的影响。然而,股票市场由于其自身具有的强不稳定性使得投资......
