股市预测

作品数：200被引量：578H指数：13
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：殷光伟郑丕谔叶德谦汪灵枝谢海燕更多>>
相关机构：合肥工业大学吉林大学南开大学大连理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金安徽省高校省级自然科学研究项目国家社会科学基金更多>>
-
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：
基于龙虎榜和BiLSTM-SA-TCN模型的中国股市指数预测
《科技与创新》2024年第22期178-180,184,共4页杨智 
在中国股市中,市场指数对整个股票投资市场起着重要的引导作用。为了提升预测效果,提出了一种新的方法,即将中国股市龙虎榜数据中提取得到的新特征与市场日常基础数据相结合,采用所提出的BiLSTM-SA-TCN模型来预测中国股票市场指数,并与...
关键词：龙虎榜 股市预测 深度学习 BiLSTM-SA-TCN 
基于DPSO-LSTM超参数调优的股市价格预测
《信息技术》2024年第5期1-7,共7页张成军 李琪 王梅 乔译 陈亚当 余文斌 
国家自然科学基金(61501247,61703212,61802197)。
长短期记忆网络(Long Short-Term Memory,LSTM)适合处理和预测时间序列中间隔和延迟较长的重要事件。由于其复杂的网络结构、不确定的超参数和耗时的网络训练,使得人工寻找高效的网络配置成为一项具有挑战性的工作。文中采用分布式粒子...
关键词：长短期记忆网络 人工神经网络 分布式粒子群优化算法 超参数调优 股市预测 
基于动态选择预测器的深度强化学习投资组合模型被引量：1
《计算机科学》2024年第4期344-352,共9页赵淼 谢良 林文静 徐海蛟 
广东省自然科学基金(2020A1515011208);广州市基础研究计划基础与应用基础研究项目(202102080353);广东省普通高校自然科学类特色创新项目(2019KTSCX117)。
近年来,投资组合管理问题在人工智能领域得到了广泛的研究,但现有的基于深度学习的量化交易方法还存在一些问题。首先,对股票的预测模式单一,通常一个模型只能训练出一个交易专家,交易决策也仅根据模型预测结果作出;其次,模型使用的数...
关键词：强化学习 LSTM 投资组合 股市预测 神经网络 
基于ABC-LSTM-GRU的时间序列分解与预测模型被引量：3
《软件工程》2024年第3期58-62,共5页朱子敬 何利文 
针对金融时间序列数据的高噪声、时间依赖性等问题,提出了一种人工蜂群算法-长短期记忆-门控单元(ABC-LSTM-GRU)混合模型。该模型综合利用长短期记忆网络(LSTM)和门控循环单元(GRU)循环神经网络,更全面地捕捉时间序列中的长期和短期关...
关键词：GRU LSTM ABC SSA 股市预测 
基于新闻文本情绪的区间值股票回报预测研究被引量：3
《计量经济学报》2024年第1期204-230,共27页张飞鹏 徐一雄 陈曦 周勇 
国家自然科学基金(72171192,71931004)。
投资者情绪与股票市场的价格变动息息相关,所以正确理解投资者情绪对金融投资者的投资策略选择与监管部门的风险管控具有重要意义.本文选取国务院新闻文本与金融情感词典,首先构建一个基于粉丝加权的新闻媒体情绪区间指数,然后建立自回...
关键词：股市预测 文本挖掘 情感分析 区间数据 
基于CBAMs-BiLSTM模型的中国股市预测
《中国科学技术大学学报》2024年第2期48-61,I0005,I0006,共16页崔晨豪 李勇 
卷积块注意力模块(CBAM)因其可以有效地提高深度学习模型的预测准确性从而在各种预测问题中显示了其优越性。然而,CBAM在股指预测问题中的有效性研究却十分有限。为了解决这个问题并提高股指的预测精度,本文提出了CBAMs-BiLSTM模型。它...
关键词：股指预测 双向长短期记忆网络 卷积块注意力模块 模型置信集检验 标准指标评价法 
异构数据融合驱动的股市波动预测研究
《计算机应用文摘》2023年第13期86-88,共3页叶慕戎 鲁越 谭楚婷 
上海立信会计金融学院大学生创新创业训练计划项目(S202211047111).
由于股票市场具有复杂性、动态性和混乱性等诸多特点,其波动易受各种信息源的影响,因此对其预测具有相当的挑战性,而机器学习方法的应用在目前取得了一定的成功。文章从深度学习方法出发,融合多种数据源,提出一种异构数据融合驱动的神...
关键词：多特征融合 奥情分析 股市预测 LDA 神经网络 
中国投资者多角度舆情分析及其在股市预测中的作用被引量：3
《东北大学学报（自然科学版）》2022年第8期1201-1208,1216,共9页马源源 刘晏泽 刘呈隆 张甜洁 
国家自然科学基金资助项目(71701036);中央高校基本科研业务费专项资金资助项目(N2123022).
股市中存在与投资者舆情有关的非理性现象,舆情与股市关系的量化研究对发掘股市规律和辅助投资预测具有重要意义.本文基于论坛中的投资者发言,创新性地建立CNN-TLDA混合模型对舆情进行多角度量化分析,从积极度和关注主题两方面探究投资...
关键词：投资者舆情 卷积神经网络 LDA模型 长短时记忆网络 股市预测 
基于多重注意力机制的图神经网络股市波动预测方法被引量：1
《计算机应用》2022年第7期2265-2273,共9页李晓寒 王俊 贾华丁 萧刘 
四川省科技计划项目(2020JDJQ0061,2021YFG0099)。
股票市场是金融市场关键组成部分,因此对股票市场波动的研究对合理化控制金融市场风险、提高投资收益提供了重要支持,一直以来都是学术界和相关业界的关注焦点,然而,股票市场会受到各种因素的影响。面对股票市场中多源化、异构化的信息...
关键词：股市预测 多重注意力机制 图神经网络 股市新闻 图数据 
基于改进遗传算法和图神经网络的股市波动预测方法被引量：6
《计算机应用》2022年第5期1624-1633,共10页李晓寒 贾华丁 程雪 李太勇 
中央高校基本科研业务费专项资金资助项目(JBK2102001)。
针对支持向量机(SVM)、长短期记忆(LSTM)网络等智能算法在股市波动预测过程中股票评价特征选择困难及时序关系维度特征缺失的问题,为能够准确预测股票波动、有效防范金融市场风险,提出了一种基于改进遗传算法(IGA)和图神经网络(GNN)的...
关键词：股市预测 遗传算法 图神经网络 机器学习 特征选择 
全选清除导出
共20页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部