股票价格预测

作品数:254被引量:1135H指数:17
导出分析报告
相关领域:经济管理自动化与计算机技术更多>>
相关作者:张贵生张信东李心丹刘海飞肖雨峰更多>>
相关机构:山东大学重庆大学山东工商学院北京工业大学更多>>
相关期刊:更多>>
相关基金:国家自然科学基金国家社会科学基金教育部人文社会科学研究基金山东省自然科学基金更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于STAG-Net模型的多元白酒股票价格预测
《计算机时代》2025年第4期59-63,共5页黄丹 
茅台学院高层次人才科研启动经费项目(mygccrc[2024]021);贵州省高校人文社会科学研究项目(2024RW146)。
白酒股票价格的准确预测可辅助投资决策,提升企业风险控制与资产配置效率。传统方法大多侧重于单只股票的预测,忽视了股票间的相互影响。为此,本文结合时空模块和门控策略,提出一种新的时空预测模型STAG-Net。该模型基于GRU和空间注意...
关键词:GRU 空间注意力机制 时空依赖 白酒股票 价格预测 
基于神经网络LSTM的Markowitz扩展模型的投资组合优化
《现代信息科技》2025年第5期159-163,共5页吴楠 
文章对长短期记忆网络(LSTM)模型在预测股票价格方面的应用进行了研究,并探讨了如何将LSTM模型的预测结果融入Markowitz传统投资组合优化模型中。报告了LSTM模型在投资组合管理中的新现状,特别是在预期收益波动率的预测方面。通过数据...
关键词:人工智能 机器学习 神经网络 股票价格预测 投资组合优化 MARKOWITZ 
基于RNN与LSTM的股价预测模型比较研究——以中石油股份为例
《统计学与应用》2025年第2期58-65,共8页蒋小雨 
本文以中石油股份为例,聚焦于股票价格预测,运用RNN模型与LSTM模型展开深入研究。使用RNN模型进行预测时,由于模型本身存在梯度消失或梯度爆炸的问题,其在处理长序列股价数据时存在显著缺陷,致使其难以捕捉股票价格序列中的长期依赖关系...
关键词:LSTM RNN 股票价格预测 神经网络 
基于LSTM模型的股票价格预测
《江苏商论》2025年第1期83-86,共4页姜淑瑜 
股票市场的价格波动被视为经济发展的晴雨表。对股票价格的精准预测一直是众多研究学者努力的方向。随着人工智能技术与大数据技术的不断应用与发展以及疫情防控期间国内经济变化和国际形势变换给股价带来的巨大波动,如何对股价进行精...
关键词:股票价格预测 LSTM 机器学习 神经网络 
可解释性分层神经模糊网络的股票价格预测算法
《计算机工程与设计》2024年第12期3615-3621,共7页廖宏昊 胡峰 邓维斌 
重庆市自然科学基金项目(cstc2021ycjh-bgzxm0013);重庆市教委重点合作基金项目(HZ2021008)。
针对现有的股票价格预测模型难以兼顾精度与可解释性的问题,提出一种基于分层神经模糊网络的股票价格预测模型。提出一种结合注意力机制的自适应神经模糊网络单元(ANFIS-A),以此单元构建分层自适应神经模糊网络;结合二进制灰狼优化算法(...
关键词:灰狼优化算法 层次自适应模糊神经网络 注意力机制 股票价格预测 可解释性 金融时间序列 规则消除 
基于深度学习的LSTM模型股价预测应用研究被引量:1
《科技与创新》2024年第23期23-26,共4页张喜凤 
传统的时间序列模型,如RNN(循环神经网络)在预测非平稳、非线性变化的股票数据时存在数据损失、无法长期记忆等问题。LSTM(长短期记忆神经网络)模型作为一种RNN模型的变体,不仅可以处理非线性数据,还对时间序列以及重要信息具有记忆性...
关键词:LSTM模型 RNN模型 股票价格预测 性能比较 
基于生成对抗网络的股票收盘价预测方法
《湖北大学学报(自然科学版)》2024年第6期743-753,共11页彭乾 张龑 
国家自然科学基金(61977021)资助。
针对股票市场的非线性、不平稳性和数据的复杂性带来的预测挑战,本研究提出一种基于生成对抗网络的改进型股票价格预测模型(MAC-WGAN-GP)。该模型通过融合CNN-BiLSTM模型和多头注意力机制作为生成器,用以更准确地生成股票收盘价预测;而...
关键词:股票价格预测 生成对抗网络 多头注意力机制 CNN-BiLSTM 经验模态分解 
基于弹性网络回归的股票价格预测
《电子商务评论》2024年第4期5359-5374,共16页朱灿 谢学琴 
本文基于弹性网络回归模型对股票价格进行了预测分析。通过收集国内某酒厂738个交易日的数据,选取开盘价、最高价、最低价、交易量、涨跌幅等作为自变量,以收盘价为因变量,分别应用线性回归、岭回归、Lasso回归及弹性网络回归四种模型...
关键词:弹性网络回归 股票价格预测 多重共线性 岭回归 Lasso回归 
基于深度学习模型的区间值股价预测
《科技与创新》2024年第22期194-196,共3页刘新宇 
在股票市场中,区间值数据比点值数据更能描述股票的内在结构特征。鉴于深度学习模型在许多研究中的优势,提出基于小波激活函数的BEMD-LSTM-Wavelet模型来预测区间值股票价格。具体来说,首先利用双变量经验模态分解(BEMD)算法将原始股票...
关键词:区间值数据 股票价格预测 深度学习模型 小波激活函数 
基于ARIMA-CNN-LSTM的股票价格预测
《软件工程与应用》2024年第5期729-737,共9页董其成 何利文 
股票市场的波动会影响人们生活的各个方面,因此准确预测股票价格具有重要意义。然而,传统的时间序列预测模型(如ARIMA)在处理股票价格中的非线性特征时表现不佳,难以获得令人满意的预测效果。鉴于深度学习在处理非线性问题上的优越能力...
关键词:ARIMA LSTM 混合模型 股票价格预测 
检索报告 对象比较 聚类工具 使用帮助 返回顶部