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...
2.3股票预测分析的传统方法股票预测的传统方法主要可以分为基本分析法和技术分析法。...检验模型，优化模型华北科技学院毕业论文(5)利用拟合好的模型来预测序列未来的发展3.3随机时间序列分析的特性分析3.3.1随机过程的基本概念简单...
毕业论文设计《用MATLAB软件对股票做线性预测的数学建模》.doc,l基于MATLAB股票市场的线性预测摘要本毕业设计借助MATLAB的技术工具软件对股票价格的数据信号图进行分析，来构造一个线性预测器。并用MATLAB生成一个豪华的界面，把...
•模型假设的意义（引自《大学生数学建模竞赛指南》肖华勇）1.针对问题的主要因素，忽略次要因素；2.使我们要解决的问题简化，使模型更合理化；3.模型假设的重要性——关系建模的成败与优劣•写作注…
中国股票价格预测与实证分析--毕业论文.pdf,题目《中国股票价格预测与实证分析》学院(部)财经学院专业金融学组员林锦辉（组长）（201301801049蒙祥胜（201301801056）指导教师杨毅2016年4月24日目录1.案例摘要11.1研究主题...
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...
摘要为了验证股票的价格运动与过去应该是相似的这一假设，运用K近邻算法，将价格运动简单划分为涨跌两类进行预测，进行假设验证。使用滑窗方法比较现在的价格运动与何时的历史价格更为相似，将多个K近邻模型组集成模型，实现模型的泛化和策略收益的调整。
模型的优缺点优点：1)本文采用对数收益率，使数据更加平滑，更易于描绘数据的特征。.2)本文采用GARCH模型，相较于ARCH模型，更能反映实际数据中的长期记忆性质。.同时特别适用于波动性的分析和预测，这样的分析对投资者的决策能起到非常重要的指导...
利用这个模型，我们可以在对股票排序进行预测的同时考虑到股票间的关系及股价的动态变化。通过对三个市场超过6年的数据进行的实验，表明STHAN-SR显著优于最先进的神经股票预测方法。
王丽娜李欣欣摘要：股票投资常常伴随着风险发生，越来越多的投资者期望寻求更加科学的投资方法。随着人工智能和大数据的兴起，用机器学习探究股票市场的变化规律越来越流行。本文采用机器学习的三种算法，线性神经网络模型（LinearModel）、多层感知机神经网络模型（MLP）和支持向量…
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...
2.3股票预测分析的传统方法股票预测的传统方法主要可以分为基本分析法和技术分析法。...检验模型，优化模型华北科技学院毕业论文(5)利用拟合好的模型来预测序列未来的发展3.3随机时间序列分析的特性分析3.3.1随机过程的基本概念简单...
毕业论文设计《用MATLAB软件对股票做线性预测的数学建模》.doc,l基于MATLAB股票市场的线性预测摘要本毕业设计借助MATLAB的技术工具软件对股票价格的数据信号图进行分析，来构造一个线性预测器。并用MATLAB生成一个豪华的界面，把...
•模型假设的意义（引自《大学生数学建模竞赛指南》肖华勇）1.针对问题的主要因素，忽略次要因素；2.使我们要解决的问题简化，使模型更合理化；3.模型假设的重要性——关系建模的成败与优劣•写作注…
中国股票价格预测与实证分析--毕业论文.pdf,题目《中国股票价格预测与实证分析》学院(部)财经学院专业金融学组员林锦辉（组长）（201301801049蒙祥胜（201301801056）指导教师杨毅2016年4月24日目录1.案例摘要11.1研究主题...
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...
摘要为了验证股票的价格运动与过去应该是相似的这一假设，运用K近邻算法，将价格运动简单划分为涨跌两类进行预测，进行假设验证。使用滑窗方法比较现在的价格运动与何时的历史价格更为相似，将多个K近邻模型组集成模型，实现模型的泛化和策略收益的调整。
模型的优缺点优点：1)本文采用对数收益率，使数据更加平滑，更易于描绘数据的特征。.2)本文采用GARCH模型，相较于ARCH模型，更能反映实际数据中的长期记忆性质。.同时特别适用于波动性的分析和预测，这样的分析对投资者的决策能起到非常重要的指导...
利用这个模型，我们可以在对股票排序进行预测的同时考虑到股票间的关系及股价的动态变化。通过对三个市场超过6年的数据进行的实验，表明STHAN-SR显著优于最先进的神经股票预测方法。
王丽娜李欣欣摘要：股票投资常常伴随着风险发生，越来越多的投资者期望寻求更加科学的投资方法。随着人工智能和大数据的兴起，用机器学习探究股票市场的变化规律越来越流行。本文采用机器学习的三种算法，线性神经网络模型（LinearModel）、多层感知机神经网络模型（MLP）和支持向量…
发表服务