金融时序

作品数：29被引量：108H指数：7
导出分析报告
相关领域：经济管理更多>>
相关作者：彭作祥王志坚朱慧明曾惠芳陶爱元更多>>
相关机构：西南财经大学广东财经大学湖南大学北京化工大学更多>>
相关期刊：《计算机应用》《数量经济技术经济研究》《数学理论与应用》《燕山大学学报（哲学社会科学版）》更多>>
相关基金：国家自然科学基金教育部人文社会科学研究基金国家社会科学基金广东省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于数据挖掘的金融时序数据分析
《兵工自动化》2024年第12期35-37,54,共4页李慧玲 
为提高金融时序数据分析评估及预测性能,在研究数据挖掘、极大似然估计、序贯参数学习等模型基础上,设计一种序贯贝叶斯学习方法来估计非对称广义自回归条件异方差(autoregressive moving average,GARCH)模型。考虑杠杆效应,描述收益率...
关键词：金融大数据 数据挖掘 时序数据分析 序贯贝叶斯 股票模拟 
股价预测——基于LSTM的金融时序数据建模与决策
《现代营销（下）》2023年第3期39-41,共3页朱文超 
股票市场是一个多变的非线性混合系统,且股票之间存在复杂的隐含关系。对于股价预测,目前主要有两类分析方法:基本面分析和技术面分析。本文随机选取一只股票,通过SVM、RNN、LSTM、GRU四个模型,利用金融时序数据对收盘价进行预测。其中...
关键词：SVM RNN LSTM GRU模型 股票预测 
改进多层LSTM模型的金融时序数据预测
《中文科技期刊数据库（全文版）经济管理》2023年第2期96-98,共3页郭元凯 李辉东 许媛 
金融时间序列数据作为时间序列数据中最为重要的一种数据,其本身具有的价值是不可估量的,如何快速且高效的从金融数据中获取有用的信息,被众多学者所痴迷。为解决这一问题,本文采用网格搜索算法与堆叠式LSTM网络模型相结合的形势来进行...
关键词：LSTM 网格搜索 RNN 股价预测 
基于注意力的卷积神经网络金融时序数据预测被引量：3
《计算机应用》2022年第S02期290-295,共6页孙启森 张建新 程海阳 张强 魏小鹏 
国家自然科学基金辽宁省联合基金资助项目(U1908214);国家自然科学基金资助项目(61972062)。
针对现有金融时序数据预测方法在构造金融特征图像的过程中因忽视市场环境变化导致的数据密度分布差异问题,提出一种基于滑动窗口标准化的金融数据预处理方法。所提方法将滑动窗口截取的数据使用独立的标准化转换为金融特征图像,使得依...
关键词：卷积神经网络 核密度估计 注意力机制 时间序列 股票指数预测 
基于多尺度特征和注意力的金融时序预测方法被引量：1
《计算机工程与应用》2022年第19期107-115,共9页詹熙 潘志松 黎维 张艳艳 白玮 王彩玲 
国家自然科学基金(62076251)。
金融时间序列预测是经济领域中一个非常重要的实际问题,然而,由于金融市场的噪声和波动性,当前存在方法的预测精度尚不能令人满意。为了提高金融时间序列的预测精度,提出了一种融合扩张卷积神经网络(dilated convolutional neural netwo...
关键词：股指预测 扩张卷积神经网络(DCNN) 注意力机制 长短时记忆神经网络 
融合延迟变换和张量分解的金融时序预测算法被引量：3
《计算机工程与设计》2022年第5期1295-1303,共9页李大舟 于锦涛 高巍 陈思思 朱风兰 
辽宁省教育厅科学技术研究基金项目(LJ2020033)。
金融时序预测可以为从业人员提供行业变化趋势信息。采用多路延迟嵌入变换将时间序列转化为低秩块Hankel张量,利用Tucker分解将高阶张量投影到压缩核心张量中,对核心张量使用季节性差分自回归滑动平均算法实现对未来的预测。在4个公共...
关键词：多维金融时序预测 块Hankel张量 季节性差分自回归滑动平均算法 Tucker分解 多路延迟嵌入变换 
信号分解与融合神经网络的金融数据预测研究被引量：5
《小型微型计算机系统》2020年第6期1140-1146,共7页金丰 邵清 
国家自然科学基金项目(61703278)资助;国家重点研发计划项目(2018YFB1700902,2018YFB1702601)资助.
针对目前特征+模型的预测方案在金融时序数据上预测精度不足的问题,提出一种基于变分模态分解的长短期记忆神经网络-因子分解机双通道融合模型.首先利用变分模态分解分解金融时序数据,得到能表现时序数据趋势和变化信息的模态,接着将模...
关键词：金融时序数据预测 变分模态分解 长短期记忆神经网络 因子分解机 
区间型金融时间序列的长记忆性研究
《重庆工商大学学报（自然科学版）》2020年第1期104-111,共8页丁勤祥 王哲 王艺宁 李铭源 
安徽大学大学生创新创业训练计划(201710357455;201810357203;201810357206;201810357518;201810357519)
研究金融时序的长记忆性能够帮助人们更加准确地刻画金融市场的特征,而在现有研究中,有关区间型金融时序长记忆性的研究很少。因此,考虑了区间型金融时序蕴含的长记忆性特征及其基于现有实值金融时序长记忆性建模的区间值时序预测模型,...
关键词：区间金融时序 长记忆性 HURST指数 
我国科技创新与科技金融时序耦合协同的实证研究被引量：8
《燕山大学学报（哲学社会科学版）》2019年第3期59-67,共9页苏英 
国家自然科学基金专项基金项目"国家自然科学基金联合基金运行管理与动态调整机制研究"(J17249035)
文章运用时序耦合协同度,通过对1999—2016年间的面板数据的测度,分析了我国科技创新与科技金融的动态协同关系,研究发现我国科技创新在研发投入、成果转化与产业化等各阶段与不同层次的科技金融之间存在动态协同演化关系。数据显示,政...
关键词：科技创新 科技金融 时序耦合协同度 动态演化 
稳健残差控制图的构建及在金融时序中的应用被引量：14
《数理统计与管理》2017年第5期930-942,共13页王志坚 
国家社科基金一般项目(16BTJ035);广东省自然科学基金项目(2016A030313108)资助
对于呈现自相关和波动族聚性并存的受控过程,通常采用残差控制图对其进行监控。但异常点的存在会对自相关或波动族聚性模型的拟合产生重要影响,使得基于该模型的残差并非独立同分布导致常规残差控制图监控失效。为解决这类问题,本文提...
关键词：统计过程控制 稳健残差控制图 金融时间序列 异常点检测 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部