检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于ID3算法的股票指标选择

福建电脑 2014年第1期30卷 6-7页

作者：胡明迪赵永进申长安宋小鹏河南师范大学计算机与信息工程学院河南新乡453007

本文针对股价这样一个随机事件的概率分布进行预测的问题,使用数据挖掘中决策树分类的算法,从股票技术上分析预测股价波动趋势,为其提供一个选择的指标。通过对股票数据的处理,计算信息增益,及各指标信息增益的比较,可以知道"成交量"这... 详细信息

本文针对股价这样一个随机事件的概率分布进行预测的问题,使用数据挖掘中决策树分类的算法,从股票技术上分析预测股价波动趋势,为其提供一个选择的指标。通过对股票数据的处理,计算信息增益,及各指标信息增益的比较,可以知道"成交量"这一指标更适合做为股票幅度预测的指标,这可以作为实际股票幅度预测与分析问题的参考[1-6]。

关键词： ID3算法信息增益数据离散化股票指标

基于主成分分析搭建投资组合的选股策略——以上证50成分股为例

在线全文

学校读者我要写书评

暂无评论

中文科技期刊数据库（全文版）经济管理 2023年第3期 154-157页

作者：李静茹刘亦然曾子凌杨璐重庆工商大学重庆400067

本论文选取了中国上证50指数的成分股作为样本,在此基础上,选取了17个具有代表性的股票指标,采用主成分分析方法,选取了六支股票在主成分综合得分上表现最好的股票。将上述六只股票组成一个投资组合,并以上证50指数在2021年的累计收益... 详细信息

本论文选取了中国上证50指数的成分股作为样本,在此基础上,选取了17个具有代表性的股票指标,采用主成分分析方法,选取了六支股票在主成分综合得分上表现最好的股票。将上述六只股票组成一个投资组合,并以上证50指数在2021年的累计收益率作为比较基准,进行了实证分析。结果显示:采用主成分分析法建立的股票投资组合,其累计回报率明显高于上证50指数,具有良好的投资效果。

关键词：主成分分析股票指标上证50指数

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

业绩评价指标的选择与矛盾论

统计与决策 2005年第2期21卷 116-117页

作者：廖小菲冯俊文南京理工大学经济管理学院

选择业绩评价指标是设计激励机制的一个基础环节.只有最大程度地还原了经营者的努力程度与管理能力,才能对他们进行合理的正向激励.因此业绩评价指标的合理与否直接影响到激励机制的有效程度.由此也使评价指标的选择成为了公司治理结构... 详细信息

选择业绩评价指标是设计激励机制的一个基础环节.只有最大程度地还原了经营者的努力程度与管理能力,才能对他们进行合理的正向激励.因此业绩评价指标的合理与否直接影响到激励机制的有效程度.由此也使评价指标的选择成为了公司治理结构中一个十分重要的问题.理论上说,有效的评价指标应满足两个条件:一要能反映经营者的努力程度和管理能力,体现为业绩付酬的思想;二要与企业的战略目标相一致,这样才能引导企业向良性循环的方向发展.

关键词：业绩评价指标激励机制会计股票指标公司治理结构

在线全文

学校读者我要写书评

暂无评论

基于BP神经网络的肉鸡价格预测的研究

基于BP神经网络的肉鸡价格预测的研究

作者：王进华南农业大学

学位级别：硕士

在大数据科技技术飞速发展的今天,各行各业开始不断地引进大数据技术并借助其相关知识以帮助企业快速成长与发展。近年来,肉鸡价格预测的研究已经成为了被国内外学者广泛关注的研究课题,对肉鸡价格的预测,不仅具有较高的学术价值,而且... 详细信息

在大数据科技技术飞速发展的今天,各行各业开始不断地引进大数据技术并借助其相关知识以帮助企业快速成长与发展。近年来,肉鸡价格预测的研究已经成为了被国内外学者广泛关注的研究课题,对肉鸡价格的预测,不仅具有较高的学术价值,而且对养殖企业的战略制定、风险控制有着重大的应用价值,并且能够为养殖企业的管理者进行决策提供重要的参考依据。纵观我国肉鸡养殖现状,存在养殖信息不透明、饲料和人工成本高、疫病灾情影响显著等不利因素,极大地影响着肉鸡养殖的生产销售过程,同时宏观经济增长速度放缓和居民消费信心不足导致我国现阶段肉鸡消费市场低迷。因而,哪家养殖企业能够预测肉鸡价格的未来走势,就能够洞悉市场的先机,为企业带来更大的利润空间。本文的研究过程分四个阶段,第一阶段对样本进行预处理,分析样本数据的分布情况与产生噪音数据的原因,并引入股票指标扩展特征变量;第二阶段使用BP（Back Propagation）神经网络、支持向量机（SVM）、K近邻（KNN）和贝叶斯算法构建涨跌预测模型,并采用相关系数、主成成分分析（PCA）和去除噪音月份等方式处理样本,经过对比发现BP神经网络预测涨跌的正确率最高,其次是KNN算法;第三阶段使用BP神经网络、支持向量机（SVM）和多元线性回归算法构建价格预测模型,并使用可变学习步长和GA算法对BP神经网络进行优化,通过实验结果对比得到基于GA优化的BP神经网络对价格预测的平均误差最小,其次是SVM;第四阶分别段选出涨跌预测和价格预测准确率最高的两个算法,经过两两组合,形成四组先预测涨跌再预测价格的算法组合,通过实验对比发现基于BP神经网络的先预测涨跌再预测价格的算法组合模型的平均误差最低,效果最好。本文核心思想是先预测涨跌再预测价格,由于相同类别的数据集具有非常高的特征相似度,把样本数据分成指示上涨和下跌的两类,并分别构建上涨和下跌价格预测模型,一方面可以使同一样本集内数据之间的关联性大大增强;另一方面,在最大程度知道未来价格是涨是跌的基础上,使用对应的价格预测模型来预测价格,不但降低了数据的离散性,而且降低预测误差,使更加接近实际值。

关键词：股票指标 BP神经网络 SVM KNN

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

证券走势指标匹配分析系统的设计与实现

证券走势指标匹配分析系统的设计与实现

作者：陈志雄西安电子科技大学

学位级别：硕士

随着计算机技术在证券分析领域的广泛应用，利用计算机对股票数据进行分析，已经成为股票走势技术分析方法的必然选择。经过历代伟大的证券分析师不懈的研究，已经总结出多种根据股票历史数据计算出的指标，在证券分析领用运用计算机技... 详细信息

随着计算机技术在证券分析领域的广泛应用，利用计算机对股票数据进行分析，已经成为股票走势技术分析方法的必然选择。经过历代伟大的证券分析师不懈的研究，已经总结出多种根据股票历史数据计算出的指标，在证券分析领用运用计算机技术来提高投资收益率已经成为各大投资银行的普遍行为。本文论述的证券走势指标匹配分析系统就是根据总结出的股票运行指标建立的股票走势分析系统，通过图形化的股票走势图形与指标信号相结合，来发现可交易的股票和交易的时点。本文论述的系统运用股票交易的历史数据进行反复验证，以协助股票投资人指定合理的交易计划和交易策略，以提高投资收益率。本系统采用了经过实践证明最有效的四个指标：MACD指标、布林线指标、成交量指标和移动平均线指标。在Windows系统下，运用窗口程序和PERL语音程序相结合的架构，开发出了本系统。证券走势指标匹配分析系统具备了界面友好，运行高效等特点。经过测试，该系统能够有效的提高证券投资的收益率和降低风险，证券投资人能够使用该系统不断的完善自己的投资策略，并逐步建立一个个性化的稳定获利的交易系统。

关键词： VisualC++ 证券分析股票指标

基于机器学习CART算法的股票投资策略的研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习CART算法的股票投资策略的研究

作者：梁泽鹏东北财经大学

学位级别：硕士

随着社会的发展以及资本市场的成熟,股票投资逐渐受到越来越多的投资者的关注。而传统的股票分析方式受限于投资者有限的精力和认知水平,同时也会受到非理性心理和情绪的影响。相对而言,量化投资以数量化的方式,使用计算机程序自动发出... 详细信息

随着社会的发展以及资本市场的成熟,股票投资逐渐受到越来越多的投资者的关注。而传统的股票分析方式受限于投资者有限的精力和认知水平,同时也会受到非理性心理和情绪的影响。相对而言,量化投资以数量化的方式,使用计算机程序自动发出投资指令,往往能够实现较为稳定的收益。本文将采用量化投资方式并结合机器学习CART(Classification and Regression Tree)算法对股票的收益情况进行预测,构建能够跑赢大盘的量化选股策略。首先经过对比分析后,本文选择综合指标的量化投资策略,即在备选特征因子的选取上兼顾基本面分析指标和技术分析指标。经一系列数据处理和因子过滤工作后,最终选择ROE增长率等六个指标作为建模特征因子,且以样本股月收益率是否超过样本月收益率的中位数来作为分类目标变量。之后,本文以沪深300指数成分股为实证对象,使用CART算法构建静态分类树模型,并在静态树的基础上逐月进化形成滚动分类树模型,且期间对分类树进行剪枝以缓解过拟合问题。分类树生成后,两模型均按照分类目标变量的预测对股票实现分类,构建投资组合。使用历史数据分别对两模型进行回测和比较分析。结果表明CART滚动分类树的建模方式更为有效,表现为其策略评价指标较好,两组股票收益情况的区分度较高,且同基于同样的数据集构建的C4.5算法和随机森林算法下的滚动分类树模型相比表现较优。最后以CART滚动分类树模型为基础,结合了中国现实的交易制度和交易规则进行回测分析,并与传统基金行业业绩进行了对比,论证了该算法在现实应用中的有效性。本文的研究仍然存在一些不足之处。对决策树算法而言,特征因子的选取尤为重要,所以未来还需要在特征因子的选择上付出更大的努力,在保证模型泛化能力的同时尽可能考虑更全面的因素。

关键词：量化投资机器学习 CART 股票指标

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多指标优化及组合的量化择时策略

广西质量监督导报 2019年第8期 62-62页

作者：陈皓首都经济贸易大学信息学院

股票择时是股票投资市场的重要部分,具有高收益、高风险的投资特点。由于单指数策略的局限性和偶然性较高,数据获取不够翔实无法及时有效地获取收益和止损。面对不同的波动性、周期性、价格弹性等不同的股票,因此使用该策略会失去客观... 详细信息

股票择时是股票投资市场的重要部分,具有高收益、高风险的投资特点。由于单指数策略的局限性和偶然性较高,数据获取不够翔实无法及时有效地获取收益和止损。面对不同的波动性、周期性、价格弹性等不同的股票,因此使用该策略会失去客观性和灵活性。为解决上述问题,本文建立了多指标优化组合的择时模型。本文首先选取了四个经典的趋势时间选择指标,然后根据交叉原则,将其标记为时间选择性买卖,并将其分别输入到支持向量机中进行训练,从而得到其最优的指标参数。接着将四个技术指标组合,对择时模型进行训练。

关键词：股票指标单指标参数优化组合指标