- 年份
- 2024(6380)
- 2023(9509)
- 2022(8190)
- 2021(7797)
- 2020(6811)
- 2019(15771)
- 2018(15673)
- 2017(31082)
- 2016(16466)
- 2015(18632)
- 2014(18264)
- 2013(17701)
- 2012(15930)
- 2011(13911)
- 2010(13948)
- 2009(13258)
- 2008(11780)
- 2007(9657)
- 2006(8001)
- 2005(6690)
- 学科
- 济(67047)
- 经济(66977)
- 管理(49443)
- 业(49098)
- 企(42867)
- 企业(42867)
- 方法(38435)
- 数学(34807)
- 数学方法(34165)
- 财(18727)
- 农(15566)
- 中国(14376)
- 业经(13756)
- 务(13318)
- 财务(13263)
- 财务管理(13238)
- 企业财务(12677)
- 理论(11806)
- 贸(11624)
- 贸易(11618)
- 易(11356)
- 制(11135)
- 技术(10921)
- 学(10865)
- 地方(10826)
- 融(10370)
- 金融(10368)
- 农业(10227)
- 和(9778)
- 银(9131)
- 机构
- 学院(224617)
- 大学(224574)
- 管理(95125)
- 济(91515)
- 经济(89870)
- 理学(84066)
- 理学院(83288)
- 管理学(81494)
- 管理学院(81082)
- 研究(64867)
- 中国(49327)
- 京(44886)
- 财(41824)
- 科学(38772)
- 财经(34746)
- 中心(32513)
- 业大(32247)
- 经(31930)
- 农(30872)
- 江(30477)
- 所(30091)
- 经济学(28210)
- 研究所(27534)
- 北京(27352)
- 范(27106)
- 师范(26799)
- 财经大学(26582)
- 经济学院(25687)
- 商学(25127)
- 经济管理(24947)
- 基金
- 项目(160781)
- 科学(129264)
- 基金(119913)
- 研究(116181)
- 家(103911)
- 国家(103121)
- 科学基金(91415)
- 社会(74775)
- 社会科(71066)
- 社会科学(71048)
- 基金项目(63525)
- 省(62157)
- 自然(61282)
- 自然科(60036)
- 自然科学(60027)
- 自然科学基金(58959)
- 教育(55927)
- 划(52555)
- 资助(50246)
- 编号(46822)
- 部(36426)
- 成果(35992)
- 重点(35809)
- 创(34807)
- 发(33033)
- 创新(32385)
- 教育部(32123)
- 科研(31596)
- 人文(31248)
- 国家社会(31177)
共检索到304250条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 南方金融
[作者]
彭望蜀
本文在阐述创新型预测模型理论的基础上,分别利用基于BP神经网络和支持向量机的股票指数预测模型,在小样本的情况下对沪深300指数进行了研究和短期预测。研究结果表明,基于支持向量机的预测模型在预测精度、收敛时间、最优性等方面均优于基于BP神经网络的预测模型。
[期刊] 商业研究
[作者]
方勇 孙绍荣
在运用神经网络模型对股票价格进行短期预测时,一般的神经网络预测模型都是以价格的时间序列滞后作为输入变量,但是由于影响价格的因素错综复杂,很多因素无法准确测量,而且市场信息的噪音太大,因此预测效果往往不太理想,于是如何选择有效的输入变量就成为一个困扰这项研究的难题。
[期刊] 统计与决策
[作者]
郝勇 刘继洲
本文运用BP人工神经网络,在MATLAB平台上,进行公用事业指数波动规律的预测和分析,能利用公用事业指数前三天的收盘价,预测第四天的收盘价,并且预测值达到一定精度。
关键词：
分类指数 神经网络 MATLAB 预测
[期刊] 统计研究
[作者]
杨青 王晨蔚
作为深度学习技术的经典模型之一,长短期记忆(LSTM)神经网络在挖掘序列数据长期依赖关系中极具优势。基于深度神经网络优化技术,本文构造了一个深层LSTM神经网络并将其应用于全球30个股票指数三种不同期限的预测研究,结果发现:①LSTM神经网络具有很强的泛化能力,对全部指数不同期限的预测效果均很稳定;②相比三种对照模型(SVR、MLP和ARIMA),LSTM神经网络具有优秀的预测精度,其对全部指数的平均预测精度在不同期限上均有提升;③LSTM神经网络能够有效控制误差波动,相比三种对照模型,其对全部指数的平均预测稳定度在不同期限上亦均有提高。鉴于LSTM神经网络在预测精度和稳定度两方面的优势,其未来在金融预测等方向将有广阔的应用前景。
关键词：
LSTM神经网络 深度学习 股票指数预测
[期刊] 统计与决策
[作者]
崔建福,李兴绪
[期刊] 商业研究
[作者]
马明 李松
为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。
[期刊] 运筹与管理
[作者]
乔若羽
针对股票市场的特征提取困难、预测精度较低等问题,本文基于深度学习算法,构建了一系列用于股票市场预测的神经网络模型,包括基于多层感知机(MLP)、卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)和门控神经单元(GRU)的模型。针对RNN、LSTM和GRU无法充分利用所参考的时间维度的信息,引入注意力机制(Attention Mechanism)给各时间维度的信息赋予不同权重,区分不同信息对预测的重要程度,从而提升递归网络模型的性能。上述模型均基于股票数据进行了优化,基于上证指数对各类模型进行了充分的对比实验,探索了模型中重要变量对性能的影响,旨在为基于神经网络的股票预测模型给出具体的优化方向。
关键词：
股票预测 深度学习 神经网络 注意力机制
[期刊] 统计与决策
[作者]
薛佳佳
针对RBF神经网络的预测精度受样本数据随机性影响较大,而灰色理论能弱化数据随机性的特点,文章提出了差值结合法将灰色GM(1,1)模型和RBF神经网络模型有效地结合起来,构建了差值灰色RBF网络预测模型。将该预测模型运用于股票指数预测,实证结果表明:该模型预测精度高,平均预测误差为0.52%,与BP神经网络和RBF神经网络相比具有更好的泛化能力和更高的预测精度,在股票预测中具有一定的使用价值。
[期刊] 北京林业大学学报
[作者]
林卓 吴承祯 洪伟 洪滔
以闽西北杉木人工林为研究对象,选取涵盖中龄林、近熟林、成熟林3个龄组的700个小班作为样地进行调查,以林龄、地位指数、林分密度、平均胸径作为输入变量,单位蓄积量为输出变量,运用BP神经网络和支持向量机2种机器学习方法建立林分收获模型,并采用遗传算法对模型参数进行优化。随机将样本数据分成350个训练样本和350个验证样本,对不同模型的拟合精度、预测精度进行对比分析,其中参数优化后的BP神经网络和支持向量机模型训练样本精度分别达到0.935 37和0.936 33,预测结果精度分别为0.921 30和0.926 97,训练样本和验证样本的总体拟合平均相对误差值均低于7%。分析结果表明,2种模型拟合...
[期刊] 统计与决策
[作者]
肖冬荣 杨子天
文章将粒子群优化算法用于神经网络预测模型的学习训练,并且将这种方法用于股票预测中。实验结果表明,基于粒子群训练的神经网络学习算法更易于实现,且准确率较高。
关键词：
粒子群优化算法 神经网络 股票预测
[期刊] 管理评论
[作者]
崔笑宁 苏丹华 尚维
本文针对互联网财经新闻中对于股票市场涨跌的舆论观点，进行文本分析和建模，建立了股票市场领域情感词典，用于对互联网财经新闻文本数据进行积极、消极与中立情绪的情感分析。在情感分析过程中考虑否定副词和转义词，随后建立情感特征并采用时间卷积长短时记忆神经网络对沪深300股票指数进行预测。本文利用Word2Vec方法对大量互联网财经新闻进行训练，以半监督的方式构建互联网新闻语境股票市场领域中文情感词典，该词典能够有效地对股票市场相关新闻中所蕴含的股市涨跌观点和情绪进行识别。为充分利用文本和时序特征，本研究提出了时间卷积与长短时记忆网络相结合的模型TCN-LSTM。经过实证分析对比发现，TCN-LSTM模型的方向预测和短期数值预测效果优于其他深度学习模型。本研究提出了面向特定舆情主题的情感词典构建方法，建立了用于股市预测的互联网新闻情感词典。同时，也发展了利用深度学习方法进行金融时间序列预测的新方法。时间卷积和长短时记忆机制的集成解决了特征提取时局部和长期的权衡问题，对深度学习在金融预测领域应用效果的提高有较为重要的意义。
[期刊] 统计与决策
[作者]
马法尧
文章在分析传统库存预测方法局限性的基础上,以我国家电行业某企业年销售额为例分别建立BP神经网络和ARMA预测模型,通过误差评价和监控指标的对比,从比较学的角度将二者作方法论比较,结果表明,BP神经网络在预测精度、非线性映射能力等方面比ARMA模型更具优势。
[期刊] 山西财经大学学报
[作者]
王成军 左新慧
根据BP神经网络原理,以建筑特征参数为输入变量,利用实际资料对网络进行训练和模拟,收集了16个住宅工程,其中的14个作为训练样本,2个作为检测实例。结果显示,该模型在建筑工程造价预测中具有有效性。
关键词：
工程估价 神经网络 估价模型 BP算法
[期刊] 统计与决策
[作者]
郭秋艳 何跃
文章运用消除趋势波动分析方法(DFA),计算了全国GDP年度数据的标度指数。计算结果表明GDP时间序列具有持久性的长程相关,用已知的GDP值来预测未来一段时间内的GDP变化趋势是可行的,在此基础上,鉴于GDP预测的非线性、时变性和不确定性,利用人工神经网络自学习、自适应和非线性的特点,将经济变量数据归一化处理,建立BP神经网络预测模型。
关键词：
DFA BP神经网络 GDP 预测
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
