股票预测相关论文
股票市场的预测是深度学习领域中最具挑战的应用之一,股市的数据复杂多变,具有很强的波动及数据集的庞大等特性。现有的研究方向大......
在大数据的背景下,金融数据预测需求不断提升,深度学习成为金融预测领域的研究热点。本文从信息融合和模型组合的角度出发,提出了......
为提高股票预测的准确度和减少运行时间，提出了一种改进的非支配排序遗传算法与极致梯度提升树模型相结合（INSGA-III-XGBoost）的股票......
我国股票市场错综复杂,随着社会结构、生产关系等多方面的变化,预测模型的特征、结构、参数等均需要持续改进,而我们的模型给出了......
近年来，股票价格预测受到学者的广泛关注。然而，股票市场中存在许多相互关联的因素，预测股票的价格是一项具有挑战性的任务，需要一个完......
作为国家经济的重要组成,股票市场的地位越来越突出、重要性越来越高,因此对其进行科学准确的预测是十分必要的。股票时间序列数据......
股票市场不仅是上市公司的重要融资渠道，也是重要的投资市场，股票预测一直受到人们的关注。为了充分利用来自不同股票价格的信息，提高......
随着社会经济的不断发展,股票作为投资市场最重要的组成部分之一,同时作为“经济晴雨表”,是宏观经济的一个反应指标,股票市场与其......
针对股票收盘价预测精度不高的问题，提出了一种优化长短期记忆（LSTM）神经网络模型（P-Adam-LSTM）。在LSTM神经网络结构的基础上，将通过自......
随着金融业数据环境的日益复杂，利用传统单一模型进行高精度股价预测变得愈加困难。面对日益突出的股票分析技术需求，组合预测模型开......
金融时间序列模型既是股票预测中最常用的方法，也是预测股市变化最好的工具之一。根据已有研究，将波动率代入模型公式中，根据各项准则......
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......
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......
随着国家经济不断的发展和人民生活水平的提高,股票投资已经成为很多民众重要的投资方式之一。可是股票投资会面临一定的风险,因此......
股票市场作为金融市场的重要组成部分之一,几十年来一直备受关注。对股票指数涨跌趋势的预测和交易模型的收益分析一直是研究者和......
量化投资在人工智能等相关技术不断提升的浪潮应用中迎来了一轮又一轮的变革,极大提升的计算能力和维度更广更及时的多种信息为其......
随着经济的发展,人民生活质量逐渐提高,越来越多的人开始进入金融市场。作为金融市场的重要部分,证券市场因其收益高、风险大等特......
自股票市场成立以来,股票成为大多数投资者的理财方式之一。股市不仅仅受到宏观经济、货币政策、经济周期以及上市公司的业绩影响,......
基于K线图的技术分析主要通过历史的价格信息形成图表,释放买卖信号,从而帮助投资者进行投资决策。它作为国内外很多投资者的分析......
为提高金融市场股票的预测精确度，提出自回归差分移动平均与支持向量机滚动残差模型组合的预测股票方法。以贵州茅台的股票数据为研......
众所周知,股票是我们国家经济的重要组成部分之一,近年来随着国民生活水平的不断提高,越来越多的人进行股票投资交易。因此对于投......
随着信息技术的进一步延伸和发展,各行业领域的数据出现指数级增长。如何有效利用数据来寻求人类生活和社会的运行规律,并及时调控......
近年来,越来越多的人加入到股票投资的队伍当中,金融学家和社会学家也将股票市场的发展作为衡量一个国家或者地区发展水平的一项重......
针对股票价格具有非线性、非平稳的特点，本文提出一种结合自注意力机制和残差网络的生成式对抗神经网络模型（SAR-GAN）。该模型的生成......
当前越来越多的人走进股票市场,试图通过炒股获取财富,但是由于缺乏相应的股票知识以及投资理财方面的经验,导致许多人在股票市场......
为了更好地对股票走势进行预测,提出了一种在原有BiLSTM基础上引入注意力机制的股票预测模型,该模型不仅将股票交易数据作为模型输......
股票价格预测作为金融预测领域中一项重要的研究方向，准确预测股票价格的涨跌可以帮助投资者盈利或及时止损.经研究发现，某些因素（如......
自从股票市场诞生以来,投资者和从业人员一直致力于股票预测模型的研究,但由于影响股票价格变动的因素过于复杂,传统的预测方法在......
该文以浦发银行股票日行情数据为实证分析对象,构建了基于CNN-BiLSTM和注意力机制的股价预测模型.首先,利用卷积神经网络(CNN)模型......
随着金融市场的不断发展,越来越多的人们通过买卖股票的形式进行投资,以期待获得更多的收益回报。但是股票的价格波动受到相应行业......
伴随着经济的高速增长以及整个金融行业信息化浪潮的到来,证券业务也随之进入“大数据”时代,证券行业逐渐成为一种高智力,高收益,......
随着股票市场的非线性复杂性愈加明显以及市场的波动变幻万千,传统的股票预测方法如时间序列、K线图、广义线性模型等方法已经不再......
可以以较为精准的预测结果为依据来对股票市场进行及时指引与调控,这样更能保障我国国民经济的可持续顺利发展.本文的目的 是研究......
股票市场作为社会经济的重要组成部分,为我国的经济发展发挥着重要的作用。投资者可以通过准确的价格走势预测,降低投资决策的风险......
股票价格预测是股票投资研究中的重要应用,能否准确预测股票价格的走势,是股票投资决策的核心参考依据。本文针对股票价格预测问题......
股票数据具有非线性和复杂性等特点,单一模型预测效果不佳,针对此问题,提出一种RF-LSTM组合模型,用于预测股票的收盘价.首先,利用T......
该文对大众公用(600635)股票开盘价建立ARIMA模型进行预测分析.使用Eviews 9软件分析大众公用的股票开盘价,在对该数据分析前,需要......
股市的变化与整个国家的市场发展经济研究动态是息息相关的,正确预测股价走势不仅对投资者做出正确投资管理决策有利,而且对促进资......
为了提高股票预测的准确度,提出基于实数遗传算法支持向量机的股票预测模型。采用实数编码的遗传算法对支持向量机的参数进行优化,......
为实现对股票价格的短期预测,本文在Laguerre正交基神经网络(LOBNN)模型的基础上,提出了一种新的组合预测模型来预测短期股价的变......
股票市场预测是经济领域中一个非常重要的实际问题.然而,由于股票市场具有噪声和波动性特点,对市场的及时预测通常被认为是最具挑......
随着金融业数据环境的日益复杂,投资者稳定或超额投资收益难以保障。传统模型因其非线性映射能力弱而不能作为选股指导,因而面对日......
股票市场的预测一直是数据研究热点,但是受到很多因素的影响,其预测难度较高.新闻是影响股价的重要因素,投资者也经常依赖新闻进行......
Type—2模糊集合由传统Type—1模糊集合扩展得到。基于Type—2模糊集合的Type—2模糊系统在处理不确定性信息方面有其特有的优势。......
本论文在全面研究股票市场及其问题的基础上,把股票的小波神经网络预测方法与ARMA时间序列预测方法用贝叶斯组合理论相结合,构造出......
