股票价格预测相关论文
股票价格,是指股票在证券市场上买卖时的价格。如何较为准确的获悉股票未来的价格成为了众多投资者和机构关心的话题。然而股票市......
针对股票具有多因子、高随机性和非平稳性等复杂特征，利用门控循环单元（GRU）网络直接进行股价预测效果较差的问题。在融合自注意力机......
对股票进行高效精准预测一直是研究者孜孜不倦追求的目标,为提升股价预测精度,本文基于LSTM和XGBoost进行改进得到变权LSTM-XGBoos......
运用ARIMA-GARCH的模式来对中国股价波动作出预测，选择现代化农业代表企业隆平高科收盘价指数的时间序列作为研究对象，对该企业3年来......
股票市场的波动影响方方面面，对股票价格的预测具有重要意义。以我国股票市场中33支大型上市公司股票收盘价格作为研究对象，通过搭建......
作为一种有价证券,股票一直是投资者们最为青睐的投资选择之一,股票的价格预测自然也成为了投资者们长期关注的问题[1]。然而,由于......
本文主要对股票预测的方式进行改进，使预测结果更接近真实数据。以往的股票价格预测研究大多简单地将股票价格作为序列数据，通过模型......
股票从诞生之日起,就天然具有高风险高收益率的特征,因为其较高的收益率而受到了很多投资者的追捧。为了追求高收益,投资者及相关......
本文将统计学中常用的LASSO（Least absolute shrinkage and selection operator）回归模型与深度学习中流行的神经网络模型相结合。利......
行为金融学理论指出，由社交媒体文本数据所折射出的投资者情绪在一定程度上影响着股票市场的波动。为了利用投资者情绪对股票市场做......
股票预测研究对于经济发展具有重要意义，也是困扰投资者的难题。本文提出了一种基于LSTM和新闻股票情感分析的组合优化模型SVM＿LSTM......
股票价格预测是金融和计算机学科交叉领域的经典问题，由于股票市场的复杂性和高波动性等特征，及时预测股票价格被认为是最具挑战性的......
自中国股票市场成立以来,股票交易成为国内投资者的主要投资方式之一,但是国内股票市场发展时间较短且尚不成熟,投资者很难在长期......
股价预测一直是投资者在股票市场中关注的焦点。近年来，深度学习技术在这一领域得到广泛应用。在融合卷积神经网络（CNN）和长短时记忆......
期刊
随着科技水平的提高和和经济市场的展开,传统的股价分析方法已经不能精准的预测未来股票价格趋势,影响投资者们对股价的走势判别。......
准确地预测股票价格对降低投资者的风险有着十分重要的意义。投资者可以通过对股价的合理预测来确定自身的投资组合,从而规避风险,......
股票价格的预测一直受到金融投资者及学者的广泛关注,同时也是学者的研究重点。股票价格的非线性性、波动性等特点使得使用传统统......
马尔科夫过程是典型的随机过程,马尔科夫链预测法是运用概率论中的马尔科夫链理论及性质分析动态系统的发展变化过程,并预测其发展......
近年来，数据挖掘技术的成熟促使这项技术在各个领域中得到广阔应用。它在处理海量数据，知识发现方面具有其他技术不可比拟的优势。股......
股票投资是现代经济活动的一个主要方面,股票市场在资本融通、资源的有效配置、金融资产的价格发现以及社会财富的再分配中发挥着......
金融股票预测可以理解为:通过严谨的科学方法对股票历史数据进行分析后,能有效的预测股票市场最新走向。股票预测基于假定潜在的规......
自我国第一家股份制有限公司创立以来,随着我国经济的发展,外加国家政策的支持,投资热席卷全国,股票投资变成了国民生活中的一部分......
金融股票市场是一个极其复杂的演化系统,因此对股价波动进行准确预测是投资者理性规避投资风险的重要渠道.本文首先通过构建科学性......
随着人们投资意识的增强，股票市场已经成为众人关注的焦点。因此，对于股票价格预测方法的研究不但具有深刻的理论意义更具有深远的应......
自然科学和社会科学各个领域中都会遇到大量的时间序列，对这些时间序列进行分析、建模和预测对于人们更好的掌握和控制未来行为有着......
随着中国经济的飞速发展,中国的股票市场越来越趋于完善,股票交易已经成为人们理财的重要手段,对股票价格的预测也越来越引发人们......
本文将小波分析与神经网络、可加外生变量的非参数模型相结合对上证综指月度收盘指数进行研究，该方法发挥了小波分析的时频局部化特......
本文应用马尔科夫状态转移ARCH模型(SWARCH)对股票价格的波动进行了研究。主要研究内容如下：
1.对上证综指月度收盘指数分别建......
随着我国证劵市场的快速发展和居民收入水平的不断提高,现在有越来越多的人参与到股票市场的投资中,希望能够实现其资产的保值及增......
该文首先对股票定价理论研究作了详尽的回顾,并将其分为三类:真实价值理论、市场价格行为理论和有效市场定价理论.在此基础上,结合......
建立灰色GM(1,1)与马尔可夫链的组合预测模型,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型修正数据随......
股票市场的行情波动一直都是股民关注的重点,同时对股票价格的涨跌进行预测也是学者们研究的热点,但股票市场具有非线性波动的特点......
在利用技术方法建立LSTM股票预测模型时,传统方法由于所选择的输入数据变量较多、数据信息存在重叠、异常值对训练影响较大等因素,......
近年来中国经济发展迅速,相应的,中国的金融市场也迅速发展,受到国内外投资者的关注,因此研究中国金融市场上股票价格趋势对学者、......
如何对股票价格进行预测是投资者所关注的话题.采用BP神经网络对股票价格进行预测,提出了将股票市场上所采用的技术指标作为神经网......
本文选取上证指数适当区间交易日的收盘价为分析对象，基于时间序列分析法，借助SAS软件采用ARIMA模型对处理后的数据进行拟合，并对未来......
针对传统PCA（主元分析）股票价格预测方法在非线性过程应用中存在的缺点，本文提出了一种基于RBF神经网络的非线性PCA（NLPCA）方法，不仅提取......
本文从技术分析的角度分析股票市场的变动,以深沪A股在2012年五月份的具体数据作为实例,采用BP神经网络对股票价格进行预测。将关......
股票价格的走势短期随机性强，但从长期上来看，具有一定的规律性。人工神经网络可以看成是一个具有自学习功能的“黑箱”，在处理无法精......
为解决传统隐马尔可夫股价行为预测模型对输入特征序列和隐含状态数目敏感,导致预测结果存在局部最优、误差较大的问题,设计了新的......
应用非线性映射迭代模型,采用小波理论来辨识混沌模型中的参数,并通过对混沌时序进行预处理,可得到较好的预测结果.采用小波网络对......
摘要：股票价格预测是投资者关注的热点问题，用人工智能对股票价格进行预测是近年来十分流行的预测方式。文章针对传统BP神经网络的预......
本文前半部分先搭建LSTM股价预测模型,采用包含一层隐含层的结构,在测试过程中不断调整输入层、输出层和隐含层的所涉及的参数,使......
本文主要对LSTM模型结构改进及优化其参数,使其预测股票涨跌走势准确率明显提高,同时对美股周数据及日数据在LSTM神经网络预测效果......
股票市场自诞生以来,已经成为金融业必不可少的一部分,一直受到投资者以及金融管理者的高度关注,股票价格的预测已经成为无数研究......
股票市场是一个动态的、非线性的高噪声系统,由于受到政治因素、经济状况以及投资者预期等诸多复杂因素的影响,股票价格的变化往往......
随着我国经济的飞速发展及人们投资意识的增强,股票成为日常生活中重要的投资方式之一。然而股票高风险的性质会为投资者带来巨大......
针对金融数据的分析和研究是金融领域研究的重要内容,其旨在通过分析金融数据的变化探寻其背后的内在规律,并建立相关可靠的模型对......
