股票指数预测

作品数：45被引量：370H指数：9
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：孙彬李铁克董理王中卿刘澄更多>>
相关机构：北京科技大学长春工业大学苏州大学辽宁师范大学更多>>
相关期刊：《统计与决策》《郑州大学学报（理学版）》《商业研究》《系统工程理论与实践》更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金辽宁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：
基于信度隐马尔可夫过程的股票指数趋势预测方法
《江西师范大学学报(自然科学版)》2024年第6期597-603,共7页王璐璐 刘邱云 赖岳 
江西省文化艺术科学规划课题(YG2022175)资助项目.
由于股票指数序列具有高频性、非线性和长记忆性等特点,且投资者行为的不确定性,所以其预测工作甚为艰难.该文结合证据理论和Pignistic概率转换方法,研究了一种新的马尔可夫模型转移矩阵计算方法,并应用于股票指数趋势预测,提出了基于...
关键词：隐马尔可夫模型 证据理论 信度函数 Pignistic概率 股票指数预测 
基于LSTM网络和文本情感分析的股票指数预测被引量：4
《中国管理科学》2024年第8期25-35,共11页于孝建 刘国鹏 刘建林 肖炜麟 
长三角科技创新共同体联合攻关计划项目(2022CSJGG0800);国家社会科学基金重点项目(22AZD039);中央高校基本科研业务费专项资金(QNZD202211);教育部人文社会科学研究一般项目(23YJA630102)。
投资决策受投资者行为偏好的影响,因此合理地捕捉投资者情绪有助于预测股票市场未来变化趋势。结合机器学习算法,分析金融市场投资者情绪,利用SVM情感分类算法,对股吧个股评论中的文本数据进行分析,从而构建出反映投资者情绪的市场情绪...
关键词：LSTM神经网络 SVM分类器 金融文本 市场情绪指标 股票指数预测 
基于互联网新闻和时间卷积长短时记忆神经网络的股票指数预测研究
《管理评论》2024年第7期113-127,共15页崔笑宁 苏丹华 尚维 
国家自然科学基金面上项目(71571180,72073008)。
本文针对互联网财经新闻中对于股票市场涨跌的舆论观点,进行文本分析和建模,建立了股票市场领域情感词典,用于对互联网财经新闻文本数据进行积极、消极与中立情绪的情感分析。在情感分析过程中考虑否定副词和转义词,随后建立情感特征并...
关键词：情感分析 情感词典 股票指数预测 深度学习 
基于TBA融合模型的股票指数预测
《深圳大学学报（理工版）》2023年第6期665-673,共9页韩迪 郭维 廖凯 孙传一 汪勃澄 林坤玲 
广东省自然科学重点领域专项基金资助项目(2020ZDZX3066);广东省哲学社会科学规划资助项目(GD21YYJ02,GD19CLJ01)。
由于股票市场的波动性和复杂性特点,股指预测一直是金融预测研究中的难点.长短期记忆(long short-term memory, LSTM)网络模型常用于金融指数的预测中,但该模型在长时间序列上易导致数据信息利用不充分.利用双向长短期记忆(bidirectiona...
关键词：数字经济 股指预测 长短期记忆网络 时间卷积网络 注意力机制 消融实验 
基于时域卷积网络的股票指数预测被引量：1
《经济研究导刊》2023年第15期98-100,共3页庄晨晨 
股指预测一直是金融研究的热点问题,然而股指数据的非线性、高噪声、非平稳性和不确定性增加了人们预测的难度。时域卷积网络(TCN)吸收了卷积神经网络和循环神经网络的结构优势,在时序数据方面具有很大的潜力。基于此,借助时域卷积网络...
关键词：指数预测 深度学习 时域卷积网络 
基于时空注意力机制的双向长短期记忆神经网络的股指预测研究被引量：2
《运筹与管理》2023年第8期174-180,共7页杨蓦 王静 
国家自然科学基金资助项目(71873101)。
股票市场是一个高噪音的混沌系统,其外部属性之间的相关性问题以及在长期预测时外部影响对股价波动的加剧,导致对股票市场进行准确预测是一项富有挑战性的工作。为解决上述问题,本文利用基于注意力机制的双向长短期记忆神经网络(BiLSTM...
关键词：注意力机制 双向长短期记忆神经网络 股票指数预测 长期预测 时空关系 
基于XGBoost与LSTM的互联网金融指数预测
《区域治理》2023年第10期216-219,共4页罗郁青 
随着我国互联网金融规模的稳步增长,对互联网金融指数进行预测具有了必要性。为了对互联网指数进行预测,本文选择了互联网金融指数的开盘价、收盘价、最低价、最高价和成交量数据,将 XGBoost模型与 LSTM 神经网络模型分别用于对相同数...
关键词：互联网金融指数 LSTM XGBoost 股票指数预测 
非线性代数模型LSTM的应用研究——以股票指数预测为例
《江西电力职业技术学院学报》2023年第1期139-141,144,共4页郭华毅 
为合理预测我国股票指数,建立了一个深层LSTM非线性模型。根据新浪财经提供的2020年1月1日至12月31日,中国股票市场18个指数相关的数据,运用LSTM非线性模型预测该18个指数的收盘价,并将LSTM非线性模型的预测性能与ARIMA线性模型和SVR非...
关键词：股票指数 预测 LSTM非线性模型 ARIMA线性模型 SVR非线性模型 预测性能 
基于注意力的卷积神经网络金融时序数据预测被引量：4
《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TCN-GRU的股票指数预测模型研究被引量：1
《中国物价》2022年第11期73-75,共3页庄晨晨 李路 
本文采用集成学习的思想,将时域卷积网络(TCN)和门控循环单元(GRU)相结合,借助TCN的数据特征提取能力和GRU的非线性拟合能力,构建TCN-GRU模型。通过仿真实验,利用技术因子如收盘价、最高价、成交量等作为输入,对股票指数利用TCN-GRU模...
关键词：TCN GRU 股票指数预测 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部