股票数据相关论文
目前,可视化技术已经在医学、分子化学和生物学、计算流体动力学、有限元分析、气象、地球物理等科学研究和国民经济领域得到了广......
关联规则的研究是数据挖掘中的重要研究内容之一，由于实际的数据是随时间变化而获得的，因而有必要对其时态属性进行分析，这样有助于揭......
论文讲述了如何利用Python对多只股票进行数据分析,并且分析每只股票间的异同.运用Python,可将股票数据进行可视化处理,例如,运用......
近年来,随着计算机技术的发展和数据库技术的广泛应用,各行业都积累了海量的、以不同形式存储的数据资料,要从中发现有价值的信息......
时间序列聚类分析是时间序列数据挖掘中的重要任务之一,通常由于时间序列数据的特殊结构,导致一般的聚类算法不能直接应用于时间序......
针对混沌时间序列自适应预测方法在多步预测中预测器系数无法调节的问题,根据混沌时间序列的短期可预测性及自适应算法的自适应跟......
基因表达式编程(GEP)是遗传算法研究的新分支.针对股票对象的特点,提出了适应股票规律的GEP-STOCK模型,包括n时段-STOCK-GENE,STOC......
随着网络时代的迅速发展以及我国对数据信息可视化的深入研究,大数据的资源提供对于各个行业也变得越来越重要。尤其是对于股票数......
传统的股票数据分析的方法存在对初始聚类数值过于敏感的问题，而且对股票数据的预测值还不准确，为此，提出了基于粗糙集聚类算法的股票......
数据预测在金融投资领域占有重要地位，而股票价格是金融数据中最复杂的数据类型之一。本文将文化算法应用于股票指数建立时间序列模......
设计的查询系统主要实现上市公司相关股票信息数据的查询。该查询系统主要设计有服务器和客户端两部分。服务器中有可供查询的各公......
Python是一种面向对象、解释型、带有动态语义的高级程序设计语言,其语法简洁清晰,具有丰富和强大的类库。Python语言支持覆盖信息......
文章引入动态时间弯曲方法度量金融多元时间序列数据中特征分量之间的相互关系,提出自适应中心线算法来获取一条综合序列,进而反映......
2020年初,新型冠状病毒在我国大规模肆虐,全国各地居民开始居家防疫,传统模式的经济发展和消费市场——住宿和餐饮、批发和零售及......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
利用2017-01-03—2018-12-31时段标普&500指数(美国)、富时马拉西亚指数(马来西亚)、瑞士SMI指数(瑞士)、比利时20指数(比利时)、......
可视化技术对于分析和探究大规模的多维数据集变得越来越重要,其中最重要的一种可视化技术是一种面向像素的可视化技术,其基本原理......
股票被人恶意操纵所产生的后果是不可想象的。股票的保密问题至关重要。本文概述了数据加密标准(DES)在股票保密方面的应用,并对一......
期刊
数据预测在金融投资领域占有重要地位,而股票价格由于具有变化幅度大,变化因素多,变化不稳定等特性,因而成为金融数据中最复杂最难......
数据挖掘是从大量的数据信息中提取出隐含的知识、规律和行为模式的处理过程。经济学家一直致力于研究股票市场价格的变化,希望能......
时间序列聚类分析是时间序列数据挖掘中的重要任务之一，通常由于时间序列数据的特殊结构，导致一般的聚类算法不能直接应用于时间序列......
