检索结果-南通市图书馆

中国投资者多角度舆情分析及其在股市预测中的作用

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2022年第8期43卷 1201-1208,1216页

作者：马源源刘晏泽刘呈隆张甜洁东北大学工商管理学院辽宁沈阳110819 东北大学秦皇岛分校经济学院河北秦皇岛066004 东北大学秦皇岛分校管理学院河北秦皇岛066004

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... 详细信息

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者舆情和股市的相互影响关系,并基于长短时记忆(LSTM)网络对舆情在股市预测中的作用进行探讨.研究表明:中国股市投资者普遍悲观,投资者乐观度和关注主题都与股市高度相关.多角度舆情分析使预测误差下降至41%.研究成果能够辅助投资者的投资决策,也能为股市中个体投资者舆情的分析与利用提供科学参考.

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

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于神经网络的股市预测

计算机研究与发展 1996年第9期33卷 692-697页

作者：赵建邵永革黄炯杨静宇南京理工大学计算机系

本文讨论了有关神经网络用于股市预测方面的问题，包括股市原始数据的预处理、训练样本的确定。提出了适合于描述股市动态特性和时序特性的网络模型及学习算法，并对上海股市作了实际的预测。实验结果表明本文提出的方法是可行的和有效的。

关键词：股市预测神经网络市场预测

在线全文

学校读者我要写书评

暂无评论

物元模型在股市预测中的应用

系统工程理论与实践 1998年第1期18卷 121-124,130页

作者：李志林广东石油化工专科学校

运用可拓学的理论，建立了股价指数的关联函数，并提出了一套利用关联函数在正负域内的变化对股市未来波动趋势进行预测的方法。

关键词：股市预测物元模型关联函数物元分析

在线全文

学校读者我要写书评

暂无评论

股市预测的自回归方法

统计与决策 2007年第5期23卷 19-20页

作者：李志林王志刚海南大学信息科学技术学院

从长期来看，股票价格波动还是会以价值为中心，而价值常以分红回报来衡量。但是，考察中国股市就会发现真正以分红形式给投资者回报是很少的，大部分股票分红远不如银行利息，因此投资股市主要还是希望从低买高卖中获利。由于股市波动... 详细信息

从长期来看，股票价格波动还是会以价值为中心，而价值常以分红回报来衡量。但是，考察中国股市就会发现真正以分红形式给投资者回报是很少的，大部分股票分红远不如银行利息，因此投资股市主要还是希望从低买高卖中获利。由于股市波动在一段时期内常会有一定的趋势（不管是人为操纵还是实质消息影响），如果把握得好就能在波段中获利。比如深市的股票“亿安科技”曾经从几元炒高到一百二十多元，适时介入并及时了结自然获利丰厚，当然，现在几乎又被打回原形，如果长期投资一直持有不动，到现在只能是竹篮打水一场空。因此，投资股市波段预测也就显得尤其重要。实际上，并没有任何一种预测方法能够预测股指（股价）能走多高或多低。股市一波一波地运行，我们的预测也只能一波一波地进行。即使这样，判断一波行情（上升或者下降）的形成在初期和末期也还是需要分析和经验。在波段预测中，本文的方法是比较好的选择，运用于沪市的实例预测，最大误差也不过2.3％。

关键词：股市预测回归方法股票价格波动投资者中国股市银行利息股市波动亿安科技

在线全文

学校读者我要写书评

暂无评论

股市预测中的小波神经网络方法的研究

管理工程学报 2002年第2期16卷 32-37页

作者：姚洪兴盛昭瀚东南大学经济管理学院江苏南京210093 江苏大学理学院江苏镇江212013

本文首先论述了股市时间序列中的明显随机性 ,可能是由于非线性确定性系统中混沌行为的缘故 ,利用混沌的确定性可以进行短期预测。混沌时间序列预测首先要重构相空间 ,接着充分利用小波变换时频分析的局部化特性 ,提出了一种改进的小波... 详细信息

本文首先论述了股市时间序列中的明显随机性 ,可能是由于非线性确定性系统中混沌行为的缘故 ,利用混沌的确定性可以进行短期预测。混沌时间序列预测首先要重构相空间 ,接着充分利用小波变换时频分析的局部化特性 ,提出了一种改进的小波网络结构 ,探讨了股市预测模型问题。经实例验证 ,该方法能有效地提高预测精度 ,避免了人工神经网络模型和指数自回归的固有缺陷。

关键词：小波神经网络股市预测相空间重构混沌

基于EWT-PSO-SVM误差校正组合模型的中国股市预测研究

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2019年第8期39卷 1212-1235页

作者：崔金鑫邹辉文福州大学经济与管理学院福州350116 福州大学投资与风险管理研究所福州350116

鉴于股市预测的复杂性.遵循"先分解后集成"的总体建模思路.文章基于EWT分解算法和SVM支持向量机模型.同时结合PSO粒子群优化算法和误差校正组合预测方法,构建了一种中国股票市场建模及预测的EWT-PSO-SVM误差校正组合预测模型.先基于EWT... 详细信息

鉴于股市预测的复杂性.遵循"先分解后集成"的总体建模思路.文章基于EWT分解算法和SVM支持向量机模型.同时结合PSO粒子群优化算法和误差校正组合预测方法,构建了一种中国股票市场建模及预测的EWT-PSO-SVM误差校正组合预测模型.先基于EWT算法将原始价格序列分解成若干分量,再根据频率将其重组成高、中、低频3个分量,对它们分别建立PSO-SVM误差校正组合模型.最后集成各个分量的预测结果.与其他预测模型相比较,文章所构建预测模型的MSE、MAE、MAPE、RMSE、Theil不等系数、确定性系数DC和方向性指标DS 7个指标均优于其他基准预测模型,MCS检验结果同样表明本文构建模型的预测性能最优.稳健性检验结果进一步证实了文章构建的模型预测性能所具备的稳健性.

关键词： EWT算法 PSO算法 SVM模型误差校正组合模型股市预测

在线全文

学校读者我要写书评

暂无评论

基于进化神经网络的股市预测研究

计算机科学 2004年第B9期31卷 191-193页

作者：高玮武汉工业学院，武汉430023

股票市场是一个受众多因素影响的动力学系统，其演化规律非常复杂。由于其对投资及管理的重要性，已提出了大量对其演化规律进行预测的方法，其中基于智能科学的人工神经网络预测方法以其独特的性能得到了人们的重视。基于此，这里提出... 详细信息

股票市场是一个受众多因素影响的动力学系统，其演化规律非常复杂。由于其对投资及管理的重要性，已提出了大量对其演化规律进行预测的方法，其中基于智能科学的人工神经网络预测方法以其独特的性能得到了人们的重视。基于此，这里提出一种基于免疫进化规划的进化神经网络股市预测方法，并用沪市的一段变化时序对其进行了验证，结果表明了所提方法的有效性。

关键词：股市预测沪市股票市场投资演化规律有效性管理进化神经网络动力学系统时序

基于模糊神经网络的粗糙集在股市预测中的应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2008年第4期35卷 168-169,183页

作者：叶德谦马志强李帼姜皇普燕山大学中德信息技术合作研究所秦皇岛066004

提出在模糊神经网络中使用粗糙集理论进行网络的设计。在模糊神经网络中引入粗糙集理论,不仅可以去除模糊神经网络中输入层的冗余神经元而且可以确定隐含层神经元的数目,从而使模糊神经网络具有更准确的逼近收敛能力和较高的精度。最后... 详细信息

提出在模糊神经网络中使用粗糙集理论进行网络的设计。在模糊神经网络中引入粗糙集理论,不仅可以去除模糊神经网络中输入层的冗余神经元而且可以确定隐含层神经元的数目,从而使模糊神经网络具有更准确的逼近收敛能力和较高的精度。最后应用于股票市场,在股票买卖时机预测中取得了良好的效果。

关键词：粗糙集模糊聚类神经网络股市预测

在线全文

学校读者我要写书评

暂无评论

引入趋势因子的BP模型在股市预测中应用

统计与决策 2015年第19期31卷 87-89页

作者：孙海波王丽敏韩旭明吉林大学商学院吉林财经大学经济模拟研究所长春130017 吉林财经大学管理科学与信息工程学院长春130017 长春工业大学软件学院长春130012

为进一步提高BP神经网络的预测性能,文章将具有纠正预测方向特性的趋势因子引入到BP神经网络中,提出了引入趋势因子的BP神经网络,即DF-BPNN网络(BP Neural Network with Direction Factor),并将其应用于股市预测领域中。仿真实验结果表... 详细信息

为进一步提高BP神经网络的预测性能,文章将具有纠正预测方向特性的趋势因子引入到BP神经网络中,提出了引入趋势因子的BP神经网络,即DF-BPNN网络(BP Neural Network with Direction Factor),并将其应用于股市预测领域中。仿真实验结果表明,与基本BP神经网络相比,文章提出的DF-BPNN模型的预测精度得到进一步改善,预测性能优于BP神经网络。

关键词： BP神经网络趋势因子股市预测