期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
上海市场股票收盘价格的窗饰效应研究 被引量:7
1
作者 刘凤元 孙培源 陈启欢 《证券市场导报》 北大核心 2003年第10期65-69,共5页
一般认为证券市场中的窗饰效应是指在一个交易日结束前,特别是月末的交易日结束前股票的价格显著上升的现象。
关键词 上海证券市场 股票收盘价 沪市 窗饰效应 证券交易
在线阅读 下载PDF
网络舆情赋能金融科技股票收盘价预测研究 被引量:8
2
作者 崔炎炎 刘立新 《统计研究》 CSSCI 北大核心 2022年第6期148-160,共13页
金融科技发展进程中,网络舆情或许能给该行业指标数据的预测做出贡献,但相关研究尚不充分。本文将万得(wind)数据库中金融科技股票的交易数据作为金融科技行业的缩影,利用情感分类模型对爬取的11万余条微博文本中的投资者情绪进行挖掘... 金融科技发展进程中,网络舆情或许能给该行业指标数据的预测做出贡献,但相关研究尚不充分。本文将万得(wind)数据库中金融科技股票的交易数据作为金融科技行业的缩影,利用情感分类模型对爬取的11万余条微博文本中的投资者情绪进行挖掘。研究发现:负向投资者情绪占比对84只金融科技股票样本的平均收盘价存在负向影响,且具有长期稳定的均衡关系。进而,本文构建了以负向投资者情绪、工作日变量及其他金融科技股票量化指标数据为模型输入、预测金融科技股票平均收盘价指标数据的长短时间记忆神经网络模型(Long Short-Term Memory,LSTM)。结果表明:引入投资者负向情绪占比后,实验组LSTM模型比对照组的预测评价指标结果更加优秀,表明网络舆情对金融科技股票收盘价预测具有重要作用;实验组LSTM模型在不同预测期限上的预测效果评价指标均优于其他对照模型(随机森林、多层神经网络和支持向量回归模型),进一步证实了其良好的预测性能和模型稳健性。本文研究进一步丰富了自然语言处理和深度学习技术在金融科技领域的研究,为金融科技行业相关指标数据的预测提供了新的思路。 展开更多
关键词 LSTM 投资者情绪 金融科技 股票收盘价
在线阅读 下载PDF
MC_SVR滚动模型对股票价格的预测研究
3
作者 陈梓海 黄香香 《计算机工程与应用》 北大核心 2025年第10期166-175,共10页
为了解决单一的可尔可夫链(Markov chain,MC)模型在预测股价时出现预测状态不准确,使得预测股价与实际股价相对误差过大,从而导致模型预测效果较差等问题,引入支持向量回归(support vector regression,SVR)模型,并结合滚动预测的思想,形... 为了解决单一的可尔可夫链(Markov chain,MC)模型在预测股价时出现预测状态不准确,使得预测股价与实际股价相对误差过大,从而导致模型预测效果较差等问题,引入支持向量回归(support vector regression,SVR)模型,并结合滚动预测的思想,形成MC_SVR滚动模型。通过海泰发展的股票价格数据构建MC_SVR滚动模型,采用网格搜索法确定高斯核函数,惩罚系数C=204.003906,核函数参数γ=0.003906和损失函数参数ε=0.1。实验结果表明,MC_SVR滚动模型有效提高了预测结果的精度,相比于SVR模型和LSTM模型,平均绝对百分比误差δ分别降低了0.16和0.01个百分点,均方根误差RMSE分别降低了0.0007和0.0016,决定系数R2分别提高了0.0008和0.0018,DA统计量比SVR模型降低了1.9087,比LSTM模型提高了8.2278,从整体上表面MC_SVR滚动模型具有不错的预测精度。在新增10只股票的预测研究中,MC_SVR滚动模型均具有可行性和有效性。 展开更多
关键词 马尔可夫链 核函数 支持向量回归 股票收盘价 股价预测
在线阅读 下载PDF
用Delphi实现基于马氏链的股票走势分析技术的研究 被引量:5
4
作者 蒋蓉华 李升泽 《商业研究》 CSSCI 北大核心 2008年第3期207-211,共5页
由于在一些假设条件下股票的变动具备马尔可夫过程的状态及关联,并预测未来变化的特性,因此学者以马氏链为基础并引入区间估计的方式建立预测股票走势的数学模型,且利用delphi开发工具实行自动化控制。通过实际数据的输入与结果的检验,... 由于在一些假设条件下股票的变动具备马尔可夫过程的状态及关联,并预测未来变化的特性,因此学者以马氏链为基础并引入区间估计的方式建立预测股票走势的数学模型,且利用delphi开发工具实行自动化控制。通过实际数据的输入与结果的检验,证明该程序具备较强的实用性,大大提高了预测的速度与效率。 展开更多
关键词 马尔可夫链 股票转移概率 股票收盘价 区间估计
在线阅读 下载PDF
基于EMD改进的Elman神经网络对股票的短期预测模型 被引量:9
5
作者 吴曼曼 徐建新 《计算机工程与科学》 CSCD 北大核心 2019年第6期1119-1127,共9页
Elman神经网络在短期预测股市收盘价时存在预测趋势良好但准确度较低的问题。在Elman神经网络的思想上提出以经验模态分解EMD为基础的Elman新组合模型。应用EMD将各交易日的收盘价序列分解成不同时间尺度上的本征模函数IMF分量和剩余分... Elman神经网络在短期预测股市收盘价时存在预测趋势良好但准确度较低的问题。在Elman神经网络的思想上提出以经验模态分解EMD为基础的Elman新组合模型。应用EMD将各交易日的收盘价序列分解成不同时间尺度上的本征模函数IMF分量和剩余分量,进而利用偏自相关函数PACF计算每一个分量的滞后期,以确定各分量在Elman神经网络中的输入和输出变量,从而得到各分量的预测值,相加得到最终的预测结果。与EMD单一网络、EMD-Elman模型、BP网络及EMD-BP模型进行实验对比,结果表明:该短期预测模型的预测值均方误差、平均绝对误差和平均绝对百分比误差都得到较大的改善;新组合模型可有效实现对股票收盘价的短期预测,且能降低非平稳性对预测结果的影响。该研究为进一步预测股市的走向提供了有效依据,也为投资者提供了更充分的决策参考。 展开更多
关键词 经验模态分解 偏自相关函数 ELMAN神经网络 BP神经网络 股票收盘价 短期预测
在线阅读 下载PDF
基于EEMD-Elman-Adaboost的中美股票价格预测研究 被引量:5
6
作者 杨静凌 唐国强 张建文 《运筹与管理》 CSSCI CSCD 北大核心 2022年第11期194-199,共6页
针对股票价格序列高度非正态、非线性、非平稳等复杂特征,文章以Elman神经网络为基础,引入集合经验模态分解(EEMD)与Adaboost算法,对中美股票的日收盘价进行预测。首先,利用EEMD算法将样本分解为多个本征模函数分量和1个残差分量。其次,... 针对股票价格序列高度非正态、非线性、非平稳等复杂特征,文章以Elman神经网络为基础,引入集合经验模态分解(EEMD)与Adaboost算法,对中美股票的日收盘价进行预测。首先,利用EEMD算法将样本分解为多个本征模函数分量和1个残差分量。其次,用Adaboost算法优化Elman神经网络,对各个分量进行预测。最后,将各分量预测结果进行求和,作为最终预测结果。研究结果表明:EEMD-Elman-Adaboost模型对中美股票价格预测的均方根误差、平均相对误差、平均绝对误差均比现有的BP、Elman、EMD-Elman、EEMD-Elman模型小,新组合模型融合了EEMD、Elman神经网络、Adaboost算法的优点,具有更强的泛化能力和跟随能力。 展开更多
关键词 股票收盘价 EEMD ELMAN ADABOOST 组合模型预测
在线阅读 下载PDF
小波分析在证券分析中的应用 被引量:9
7
作者 袁修贵 侯木舟 《中南工业大学学报》 CSCD 北大核心 2002年第1期103-106,共4页
传统股市投资分析中的证券分析方法之一———MACD法 ,利用DIF的移动平均值以确定证券的买卖时机 ,存在着时滞性 ,对非平稳的股市信息分析不能及时、较好地刻画股市的基本变化趋势 .作者根据证券投资理论 ,建立了相应的证券投资分析数... 传统股市投资分析中的证券分析方法之一———MACD法 ,利用DIF的移动平均值以确定证券的买卖时机 ,存在着时滞性 ,对非平稳的股市信息分析不能及时、较好地刻画股市的基本变化趋势 .作者根据证券投资理论 ,建立了相应的证券投资分析数学模型 ,根据小波分析多尺度分析能力强的特点 ,利用小波分解提取反映股市基本变化趋势的低频信息 ,改进了传统分析方法 ,建立了改进后的数学模型Ⅲ .该模型求解方便 ,同时与实际模型较好地逼近 ,具有时效性 .此外 ,以路桥建设股票 14 0个交易日的DIF和MACD值作为原始数据 ,用Matlab作为工具进行计算 ,求解模型Ⅲ .结果表明 :与传统分析方法相比 ,从模型Ⅲ中能得到更多的买卖点信息 ,而且价差更大 ,效果显著 。 展开更多
关键词 MATLAB 数学模型 小波变换 股票收盘价 买入信号 卖出信号
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部