【摘 要】
：
近年来,随着我国居民的收入水平不断提高,越来越多的人们将闲置资金用于股票投资。因成功的股票投资具有可观的收益回报,预测股票价格一直以来都广受各界人士关注。经研究发现传统统计学与机器学习难以挖掘出历史数据中的隐藏信息导致预测效果欠佳,现有的深度学习预测模型鲜有能够挖掘股票间隐藏信息。近年来,图神经网络在各领域得到广泛研究与发展,并取得较好的研究效果。图神经网络能够很好地发掘节点间隐藏的依赖关系。本文
论文部分内容阅读
近年来,随着我国居民的收入水平不断提高,越来越多的人们将闲置资金用于股票投资。因成功的股票投资具有可观的收益回报,预测股票价格一直以来都广受各界人士关注。经研究发现传统统计学与机器学习难以挖掘出历史数据中的隐藏信息导致预测效果欠佳,现有的深度学习预测模型鲜有能够挖掘股票间隐藏信息。近年来,图神经网络在各领域得到广泛研究与发展,并取得较好的研究效果。图神经网络能够很好地发掘节点间隐藏的依赖关系。本文以时空图神经网络为主要技术手段,针对股价走势预测问题开展研究。主要工作如下:对股市环境现状做调研考察,研究股票分析方法,以技术面分析为基础理论,采用股票历史价格与交易量数据作价格走势预测;对现有的传统模型ARIMA模型与基于LSTM的网络模型做深度研究,提出一种基于图神经网络的股价预测模型——STGSPN,在股价预测中考虑到股市板块中多支股票间相互影响作用,模型预测结果良好;针对基于图神经网络的股价预测模型中的时间卷积模块提出改进,引入LSTM和GRU,分别提出基于LSTM的STGSPN与基于GRU的STGSPN股价预测模型,并验证改进有效提升了模型的预测能力;结合实验研究成果,设计并实现了一个股价预测系统,为国民在股票投资过程中提供参考。
其他文献
随着居民消费水平的提升和经济的快速发展,人力成本及租地成本的增加等因素,消费的形式也在发生变化,从物质经济转变到体验经济,而后者的本质是为了更好的满足人的需求和社会发展的需要。随着我国人力成本逐渐增加和科技的快速发展,无需人力的二十四小时自动售货机迅速普及。据数据显示,我国自动售货机的发展仍处于初期阶段,售卖的商品以饮品为主和其它食品类。而现有的自动售货机售卖的物品和提供的服务相对简单,不能更好的
黎阳仓、回洛仓、含嘉仓、洛口仓等仓窖是隋唐时期官仓的典型代表。隋唐时期以粟为主要粮食品种，结合文献对该时期“窖容八千石”的记述，通过对考古发掘仓窖实测数据的整理，引入粟容重，经计算后，印证了历史文献中单窖“窖容八千石”是可信的历史记述，并由此提出“窖容八千石”或为隋唐时期地下仓窖储粮的标准化做法。
近些年来，农村小学教师的专业发展受到各方关注。专业能力作为农村小学教师专业发展的核心，体现着农村小学教师专业发展的水平。本文在对川南地区农村小学教师专业能力现状进行调研的基础上，分析农村小学教师专业能力现状及存在的问题，并提出以下几点建议：创建区域合作平台，开展形式多样的城乡教师交流活动；完善师资队伍结构，实现城乡之间教师队伍的均衡配置；日常教学中加强反思性实践，不断提高教师科研水平。
坚守中华文化立场是推进文化自信自强的基本前提。对文化的继承、借鉴、发展和弘扬进行理性思考，才能把握住坚守中华文化立场的核心要义。继承传统文化，要结合新的实践和时代要求取其精华、去其糟粕。借鉴外来文化贵在以我为主、为我所用，不能囫囵吞枣、盲目搬用。发展社会主义文化既要尊重民族文化传统，又要不断进行文化创新创造。弘扬中华文化，对内需要满足人民日益增长的精神文化需求，对外需要增强中华文明的传播力影响力，
20世纪60年代至今，考古学者们相继对隋唐洛阳含嘉仓城遗址进行了较为全面的勘查与发掘，并从不同角度对其考古遗存做了较为深入的探讨。但是，对于仓城的分区、形制布局等问题仍有继续探讨的必要。今结合考古发掘资料与历史文献资料，对上述问题略做分析。认为唐含嘉仓城可以分为仓窖区、场区及纳粮区。仓窖区即储粮区，占据了城内大部分面积，是仓城的主体部分。以往发掘者认为的“管理区”，应该是用于量覆、扬掷谷物的场区。
针对目前矿区车载感知系统感知盲区较大和传感器成本相对较高的不足及单一传感器感知局限性问题，文章在研究矿区路侧感知技术的基础上，分析了采用路侧感知系统为运输监测系统提供额外感知信息的可行性；并鉴于激光雷达和毫米波雷达的多传感器融合技术及其优点，提出了一种基于Kalman滤波和交互式多模型（IMM）的跟踪算法。Kalman滤波利用线性系统状态方程，并通过系统输入、输出观测数据对系统状态进行最优估计；I
近些年来，股票渐渐进入我们的视野，由于股票的跳动幅度不稳定，经常会因为国家社会的政策而发生很大的跳动，这也使得股民在股市中实现投资盈利变得难以实现。伴随着人工智能的快速崛起，计算机处理一些数学问题也开始变得灵活，于是试着将股票带给计算机，利用计算机这非凡的计算能力，从而对股票市场的走势进行一些分析和预测。越来越多的专业人员开始研究关于深度学习领域相关技术。比较多的两个应用就是对数据进行分类和回归。