金融时间序列预测相关论文
作为一种重要的科学研究对象,时间序列在社会生产的各个角落都扮演着重要的角色,例如原油价格时间序列就关系着以其加工品为主要依......
金融具有实现资金跨时间、跨区域配置的功能,跟居民的生活和社会经济的发展息息相关。准确地预测金融行业的发展趋势,不仅能够实现......
对金融时间序列的精准预测是经济政策制定者以及投资者关注的重点。文章选用道琼斯工业指数、上海证券综合指数以及伦敦金价格指数......
随着经济全球化以及数字经济学的迅速崛起,推动了全球经济的快速发展。股票市场作为金融行业中最为重要的一部分,对经济的波动有着......
针对传统股票趋势预测模型中忽略社交媒体文本信息对股价变化的影响和时间序列的平稳性处理、长期依赖等问题,提出一种融合社交媒......
在当今这个全球经济一体化的时代,金融市场是具有复杂运动模式的庞大动力系统。金融时间序列(FTS)是金融市场中一种非常重要的数据......
支持向量机（Support Vector Machine,SVM）作为机器学习中的重要方法,因其具有良好的泛化能力备受关注,它可用来解决回归问题与分类问......
一种新的基于相空间重构和偏差计算技术的方法已被应用于金融市场预测。这种方法应用在深圳成分指数涨跌预测上，通过相空间重构和偏......
支持向量机作为一种新的机器学习方法，具有较高的学习能力和泛化性能，在解决非线性问题中表现出许多特有的优势，近年来开始在金融领域......
针对金融时间序列的预测问题,提出了一种结合机器学习方法与统计学方法的综合预测评判模型.该模型通过使用多重分形消除波动趋势分......
以往神经网络在对金融时间序列预测的过程中存在训练不足和训练过度的问题。为了使神经网络在进行预测之前得到最佳的训练,作者提......
贵金属期货作为金融期货市场中的一种相对成熟的期货品种,由于其所具备的避险功能、价格发现功能、资源配置功能以及风险投资功能,......
金融时间序列预测是一种根据金融数据的历史规律以及变化趋势对未来数据的发展状况做出合理推测的时间序列分析技术,它对于政府部......
针对金融时间序列的预测问题,提出了一种结合机器学习方法与统计学方法的综合预测评判模型。该模型通过使用多重分形消除波动趋势......
针对循环神经网络(recurrent neural networks,RNN)网络结构存在的长期依赖问题,门控循环单元(gated recurrent unit,GRU)神经网络......
基于支持向量回归（SVR）进行金融时间序列预测,使用PSO算法确定SVR超参数,并用实验的方法选择合适的SVR输入向量。为了解决金融时间序......
本文报告一种金融时间序列预测的信号分析、信息融合与智能计算组合模型,简称FEPA,由针对金融时间序列(FTS)信号分析的经验模态分......
金融时间序列数据的预测是商业领域的热点问题,对金融时间序列进行准确的预测,对金融投资决策与风险管理具有特别重要的意义。针对......
