发表服务
股价预测模型数学建模优秀论文.doc,2014年高教社杯全国大学生数学建模竞赛校内选拔赛组长组员组员姓名学号性别年级专业学院联系方式是否会员2013年12月2日股票市场的股价模型研究摘要股票本身没有价值，但它可以当做商品，并且有一定的价格，股票的市场价格即股票在...
股价预测模型数学建模优秀论文.doc,2014年高教社杯全国大学生数学建模竞赛校内选拔赛组长组员组员姓名学号性别年级专业学院联系方式是否会员2013年月日2012年12月的数据为依据，分别对三个问题建立模型求解。问题（1），根据上海股票市场在该段时间内综合指数历史交易，以市场...
【摘要】文章阐述了ARMA模型在股价预测中的实证研究。【关键词】股价股价预测一、时间序列及ARMA模型时间序列：时间序列是由离散的时间指标集构成的随机过程，而揭露这种事件动态数据的动态结构和规律的统计方法就是时间序列分析。
股票预测模型，收集了机器学习和股票预测的深度学习模型，包括交易机器人和（股票）模拟。模型Stackingmodels-堆叠模型深度前馈自动编码器神经网络降低尺寸+深度递归神经网络+ARIMA+极限提升梯度回归
尽管预测股价确实是一个老问题，至今仍然没有被解决。事实十分简单：股票的价格由多种因素决定，而股票的历史价格仅仅是众多原因中的一小部分。因此，预测股价走势是一个非...
这种预测方法首先利用GM（1，1）模型对股价进行预测，获取股价线性、灰色运动规律；然后运用BP神经网络对GM（1，1）生成的预测残差进行建模预测，获取股价非线性和不确定性运动规律；最后将两种预测结果相结合，得到最终股价预测结果。
基于深度学习的事件驱动型股票预测[论文研读笔记]简介：使用深度学习模型来对股票进行预测，首先将新闻事件提取出来，然后将其表示为稠密向量，使用神经张量网络（NeuralTensorNetwork）来训练事件。.然后使用深度卷积神经网络（deepconvolutionalneuralnetwork...
Introduction预测股市将如何表现是最困难的事情之一。预测中涉及的因素很多-物理因素与生理因素，理性行为和非理性行为等有关。所有这些因素共同导致股价波动，很难以高精度预测。我们可以将机器学习作为该领域的游戏规则改变者吗？利用有关组织的最新公告，季度收入结果等功能，机器...
参考目前论文中出现频率最高的SVM、BP神经网络和小波神经网络股票预测模型，分别构建了3个6输入、1输出的股票预测模型[5-7]。输入分别为：某日上证指数的开盘指数（价）、指数（股价）最高值、指数（股价）最低值、收盘指数（价）、交易量和交易额；输出为输入次日的收盘指数（价）。
为解决传统隐马尔可夫股价行为预测模型对输入特征序列和隐含状态数目敏感，导致预测结果存在局部最优、误差较大的问题，设计了新的股票因子特征选择方法，包括对因子特征的筛选和特征数据预处理。结合贝叶斯信息规则确定模型最佳隐含状态数目，提出了一种优化股价行为预测性能的PRHMM...
股价预测模型数学建模优秀论文.doc,2014年高教社杯全国大学生数学建模竞赛校内选拔赛组长组员组员姓名学号性别年级专业学院联系方式是否会员2013年12月2日股票市场的股价模型研究摘要股票本身没有价值，但它可以当做商品，并且有一定的价格，股票的市场价格即股票在...
股价预测模型数学建模优秀论文.doc,2014年高教社杯全国大学生数学建模竞赛校内选拔赛组长组员组员姓名学号性别年级专业学院联系方式是否会员2013年月日2012年12月的数据为依据，分别对三个问题建立模型求解。问题（1），根据上海股票市场在该段时间内综合指数历史交易，以市场...
【摘要】文章阐述了ARMA模型在股价预测中的实证研究。【关键词】股价股价预测一、时间序列及ARMA模型时间序列：时间序列是由离散的时间指标集构成的随机过程，而揭露这种事件动态数据的动态结构和规律的统计方法就是时间序列分析。
股票预测模型，收集了机器学习和股票预测的深度学习模型，包括交易机器人和（股票）模拟。模型Stackingmodels-堆叠模型深度前馈自动编码器神经网络降低尺寸+深度递归神经网络+ARIMA+极限提升梯度回归
尽管预测股价确实是一个老问题，至今仍然没有被解决。事实十分简单：股票的价格由多种因素决定，而股票的历史价格仅仅是众多原因中的一小部分。因此，预测股价走势是一个非...
这种预测方法首先利用GM（1，1）模型对股价进行预测，获取股价线性、灰色运动规律；然后运用BP神经网络对GM（1，1）生成的预测残差进行建模预测，获取股价非线性和不确定性运动规律；最后将两种预测结果相结合，得到最终股价预测结果。
基于深度学习的事件驱动型股票预测[论文研读笔记]简介：使用深度学习模型来对股票进行预测，首先将新闻事件提取出来，然后将其表示为稠密向量，使用神经张量网络（NeuralTensorNetwork）来训练事件。.然后使用深度卷积神经网络（deepconvolutionalneuralnetwork...
Introduction预测股市将如何表现是最困难的事情之一。预测中涉及的因素很多-物理因素与生理因素，理性行为和非理性行为等有关。所有这些因素共同导致股价波动，很难以高精度预测。我们可以将机器学习作为该领域的游戏规则改变者吗？利用有关组织的最新公告，季度收入结果等功能，机器...
参考目前论文中出现频率最高的SVM、BP神经网络和小波神经网络股票预测模型，分别构建了3个6输入、1输出的股票预测模型[5-7]。输入分别为：某日上证指数的开盘指数（价）、指数（股价）最高值、指数（股价）最低值、收盘指数（价）、交易量和交易额；输出为输入次日的收盘指数（价）。
为解决传统隐马尔可夫股价行为预测模型对输入特征序列和隐含状态数目敏感，导致预测结果存在局部最优、误差较大的问题，设计了新的股票因子特征选择方法，包括对因子特征的筛选和特征数据预处理。结合贝叶斯信息规则确定模型最佳隐含状态数目，提出了一种优化股价行为预测性能的PRHMM...
发表服务