股票时间序列

作品数：15被引量：44H指数：5
导出分析报告
相关领域：自动化与计算机技术经济管理更多>>
相关作者：王正欧王晓晔刘威邵良杉梁叶更多>>
相关机构：天津大学西安交通大学河北工业大学辽宁工程技术大学更多>>
相关期刊：《统计与决策》《数据采集与处理》《吉林工程技术师范学院学报》《财经界》更多>>
相关基金：国家自然科学基金河北省教委基金教育部“优秀青年教师资助计划”中央高校基本科研业务费专项资金更多>>
-
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：
基于时间依赖的改进样本熵分析股票时间序列
《计算机技术与发展》2019年第3期60-63,共4页于文静 余洁 徐凌宇 
科技部重点研发计划(2016YFC1401902)
样本熵是一个度量时间序列复杂度的非线性方法,广泛应用于各领域。然而,研究表明熵值的大小并不总是和时间序列的复杂性相关。为了解决这个问题,提出了多尺度熵,用来度量不同尺度下的时间序列的复杂度。但是,考虑到这种方法并没有解决...
关键词：样本熵 时间依赖 多尺度熵 股票时间序列 
基于优化参数的LS-SVM模型的股票价格时间序列预测被引量：5
《长春理工大学学报（自然科学版）》2018年第1期131-133,138,共4页阚子良 蔡志丹 
国家自然科学基金(11271151)
为有效预测股票数据,提高投资者的股市投资能力,降低投资风险,提出一种基于优化机器学习方法的股价时间序列预测方法。对股票序列进行了主成分分析,提取累积贡献率大于95%的主成分作为输入变量,并对比了优化核函数宽度g和正则化参数γ后...
关键词：遗传算法 LS-SVM模型 股票时间序列 参数优化 
基于概率后缀树的股票时间序列预测方法研究被引量：5
《四川大学学报（自然科学版）》2018年第1期61-66,共6页程小林 郑兴 李旭伟 
国家自然科学基金(61173099)
在时间序列符号化基础上,本文引入概率后缀树PST模型,构建基于时间序列符号化和概率后缀树相结合的股票预测模型.本文选择在沪深300的10支股票数据上将预测模型与传统的马尔科夫模型MM和自回归移动平均模型ARMA进行对比,结果显示本文提...
关键词：股票数据挖掘 时间序列符号化 高斯混合模型聚类 概率后缀树 
基于R软件对股票时间序列模型分析被引量：1
《财经界》2016年第8期40-40,104,共2页陈锦扬 
本文通过R软件对机器人股票五年的数据进行分析,建立ARIMA模型分析该股的报酬率,发现该股在期间内报酬稳定增长,是适合长期投资的股票。同时建立协整模型和误差修正模型,分析长期和短期指标间对报酬率的影响,最高价、最低价和市销率的...
关键词：单整阶数 平稳检验 报酬率 
基于动态时间弯曲的股票时间序列联动性研究被引量：4
《数据采集与处理》2016年第1期117-129,共13页李海林 梁叶 
国家自然科学基金(61300139)资助项目;福建省中青年教育科研(JAS14024)资助项目;华侨大学中青年教师科研提升计划(ZQN-PY220)资助项目
对于股票联动性的研究,传统时间序列分析方法及目前数据挖掘技术主要使用国内或者国外股票指数来研究市场、板块或行业之间的联动关系,并得到一些较为宏观的结论,存在着缺少直接分析与挖掘个股数据之间的联动性的问题。鉴于此,本文提出...
关键词：股票联动性 动态时间弯曲 K-MEANS聚类 平均序列 
基于MF-DFA的股票时间序列聚类分析及其应用被引量：1
《价值工程》2013年第26期137-140,共4页袁杰 薛永坚 肖宏旺 
国家自然科学基金资助项目(No.71271071);国家"863"云制造主题资助项目(No.2011AA040501);中央高校基本科研业务费专项资金资助项目(No.2012HGBZ0208)
多重分形消除趋势波动分析法(MF-DFA)不仅能够去除股票时间序列的长期趋势波动,还能够精确反应股票时间序列的多重分形特性。首先利用MF-DFA方法对股票时间序列进行多重分形分析,结果表明,相比标准多重分析,MF-DFA方法更能反映时间序列...
关键词：时间序列 多重分形消除趋势波动分析 聚类 投资组合 
基于SVM的股票时间序列的预测研究被引量：3
《吉林工程技术师范学院学报》2011年第7期48-49,共2页吕琦 
支持向量机(support vector machine,SVM)是以统计学理论为基础的一种新的模式识别方法,目前已广泛应用于股票价格的预测中。在股市投资问题的研究中,股价作为时间序列数据是复杂的、非线性的,并且极不稳定。文章将支持向量机引入到股...
关键词：支持向量机 SVM 股票价格预测 
基于SAX方法的股票时间序列数据相似性度量方法研究被引量：9
《计算机工程与科学》2009年第9期115-118,共4页刘威 邵良杉 曾繁慧 王江 付巍巍 
国家自然科学基金资助项目(70572070)
特定数据集上高效的相似性度量方法是目前时间序列数据挖掘领域研究的重点内容之一。针对经过SAX方法降维后的股票数据在相似性度量中缺乏趋势变化的动态信息这一问题,本文提出了一种融合了点距离与模式距离优点的新型相似性度量函数—...
关键词：时间序列 相似性 符号集合近似方法 股票数据 复合距离函数 
股票时间序列长期相关性的修正DFA识别
《统计与决策》2009年第10期36-38,共3页赵巍 
国家自然科学基金资助项目(70671025)
趋势消解波动分析(DFA)是检验非平稳时间序列长期相关性的有效方法,但选取多项式作为局部趋势的替代形式会带来偏差。文章采用移动平均算子修正了传统的DFA方法,得到了后退移动平均DFA(BMA-DFA)和中心移动平均DFA(CMA-DFA)两种方法。基...
关键词：波动分析 DFA 标度指数 移动平均 
确定股票时间序列的多重分形类型
《金融理论与实践》2009年第5期59-61,共3页刘良坤 
为了探索股票时间序列的无标度性,我们应用多重分形消除趋势涨落分析的方法(MF-DFA)来研究沃尔玛股票指数(WMT)日收盘价。研究结果表明沃尔玛股票指数日收盘价的变化具有多重分形的特性。然后,随机打乱时间序列的次序,用MF-DFA方法分析...
关键词：多重分形除趋势涨落分析 股票市场 时间序列 多重分形谱 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部