- 年份
- 2024(6041)
- 2023(8931)
- 2022(7667)
- 2021(7366)
- 2020(6319)
- 2019(14656)
- 2018(14594)
- 2017(28669)
- 2016(15107)
- 2015(17060)
- 2014(16651)
- 2013(15897)
- 2012(14092)
- 2011(12291)
- 2010(12123)
- 2009(10892)
- 2008(10187)
- 2007(8358)
- 2006(6898)
- 2005(5630)
- 学科
- 济(61105)
- 经济(61048)
- 管理(46673)
- 业(45568)
- 企(39938)
- 企业(39938)
- 方法(36305)
- 数学(33126)
- 数学方法(32513)
- 财(17184)
- 农(14000)
- 中国(12962)
- 务(12834)
- 财务(12775)
- 财务管理(12752)
- 业经(12293)
- 企业财务(12206)
- 理论(10592)
- 技术(10030)
- 制(9894)
- 学(9809)
- 贸(9540)
- 贸易(9532)
- 地方(9355)
- 农业(9321)
- 易(9301)
- 和(8617)
- 环境(8558)
- 划(8167)
- 银(7602)
- 机构
- 学院(204442)
- 大学(202927)
- 管理(87218)
- 济(82070)
- 经济(80568)
- 理学(77263)
- 理学院(76577)
- 管理学(74884)
- 管理学院(74516)
- 研究(57693)
- 中国(43684)
- 京(40571)
- 财(36938)
- 科学(35276)
- 财经(30993)
- 业大(30240)
- 中心(28702)
- 经(28515)
- 农(28353)
- 江(27514)
- 所(26543)
- 经济学(25092)
- 北京(24510)
- 研究所(24367)
- 财经大学(23724)
- 范(23570)
- 师范(23281)
- 经济管理(23061)
- 商学(22967)
- 经济学院(22853)
- 基金
- 项目(149165)
- 科学(119975)
- 基金(111432)
- 研究(106848)
- 家(96843)
- 国家(96115)
- 科学基金(85426)
- 社会(68424)
- 社会科(65125)
- 社会科学(65108)
- 基金项目(59167)
- 省(58108)
- 自然(57883)
- 自然科(56701)
- 自然科学(56692)
- 自然科学基金(55681)
- 教育(51481)
- 划(49144)
- 资助(46456)
- 编号(42882)
- 重点(33368)
- 部(33312)
- 创(32394)
- 成果(31902)
- 发(30615)
- 创新(30161)
- 教育部(29338)
- 科研(29279)
- 大学(28659)
- 国家社会(28615)
共检索到271146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] 统计与决策
[作者]
任君 王建华 王传美 王建祥
文章提出了采用支持向量机(SVM)和改进的长短期记忆网络(LSTM)与Lasso方法相结合的两个投资组合模型。选取技术指标作为模型的输入变量,使用改进的网格搜索法和指数衰减法分别改进SVM和LSTM。再通过这两种算法对HS300中所有股票进行涨跌预测,并统计预测为上涨的股票,最后基于变量选择观点的Lasso方法对预测上涨的股票进行筛选和权重计算,构建GSVM-L和ELSTM-L投资组合模型。结果表明:相对于其他组合模型,该模型具有较好的投资收益和较强的抗风险能力,且ELSTM-L模型可以容忍更高的交易成本。
[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]
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] 管理评论
[作者]
朱微亮 刘海龙
为了探究上市公司盈利预测对股票未来市盈率的影响,本文建立了一个基于每股盈利预测的市盈率模型,并以2004-2006年中国市场上全部A股为样本,实证检验了上司公司的盈利预测、上一年的股价及预测时间等因素对未来股票市盈率的影响。研究表明,这些因素可以解释当年股票市盈率的64%,进一步对每股盈利平均预测极高或极低的两类股票,模型可以解释高达93%的部分。
关键词：
盈利预测 市盈率 价格发现
[期刊] 证券市场导报
[作者]
聂祖荣 雷泽
这些定价理论在现代经济金融学家的推动下得到巨大发展的同时也遇到了严峻的挑战,这种挑战表明了“对(股票、债券等)金融资产价格变动缺乏有效的解释手段反映了我们科学体系的不成熟”。 分析表明,灰色系统理论作为一套简便易用的股票投资价值预测模型,能为投资者的决策行为提供一定的指导作用。
[期刊] 统计与决策
[作者]
蔺玉佩 杨一文
文章针对模糊时间序列模型目前存在的缺乏客观论域划分方法和模糊关系前件单一等缺陷,首先应用模糊聚类方法将数据分类,以相邻两个聚类中心的中点作为子区间的分界点来划分论域;其次将数据模糊化后根据证券市场主要量价指标建立了具有多个前件的高阶模糊关系;最后根据序列对比规则计算预测值。将该模型用于股票指数的价格预测和涨跌预测,与传统模型比较的结果表明其预测准确率有了较大提高。
[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] 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] 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] 运筹与管理
[作者]
杨芸 陈亮 樊重俊 杨进
为实现对股票价格的短期预测,本文在Laguerre正交基神经网络(LOBNN)模型的基础上,提出了一种新的组合预测模型来预测短期股价的变化。该模型先通过改进LOBNN模型的权值求解算法,用以增强模型的通用性。接着在其基础上设计新的迭代算法,进一步提高模型的预测精度,进而得到新的LOBNN模型。之后将股价数据分别代入AR-GARCH模型和改进后的LOBNN模型,得到输入数据的两组预测值。最后通过不同的权重来组合两种预测结果,生成最终股价的预测结果。文末的仿真结果表明该组合模型在预测精度与通用性上较原始模型有较大的提升,是一种高效的预测模型。
[期刊] 统计与决策
[作者]
张鑫 肖新平
文章根据灰色系统建模方法和原理,在GM(1,1)建模思想上给出了一种逐步优化的非等间距GM(1,1)模型,该模型是在背景值优化和向前差商和后向差商的加权平均值代替灰导数基础上,应用累积法来估计模型参数,并基于一次累加序列与其模拟值之间误差平方和最小的准则,确定时间响应函数中的常数值,以此来优化非等间距GM(1,1)模型,实例表明该模型具有较高的精度。
[期刊] 预测
[作者]
张明星
基于股票若干特性的股价模型及分析张明星（北方工业大学数量经济研究所，１０００４１）股价是股民最关心的问题。影响股价的因素很多，但概括起来可分为两类：一类为股票本身所具有的若干特性，包括每股税后利润、每股净资产、发行价格和股本量等，另一类是外部影响因素...
[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]
薛昊 王皓月 李汉东
文章首先在已实现波动和多重分形波动率的基础上提出了一种改进的波动率测度,即已实现多分形波动率测度。其次,以上证综指2008年1月2日至2012年12月31日一分钟高频数据为样本,构造了7种常用的基于高频金融序列的波动率测度,并分别采用ARMA和ARFIMA模型对波动率进行建模和预测。最后通过使用统计自举方法与模型置信度设定(MCS)检验相结合的方法,对各种波动率模型预测效果进行了检验。检测的结果证实已实现多重分形波动率预测模型的预测效果明显优于其他模型。
[期刊] 金融研究
[作者]
魏宇 余怒涛
本文以上证综指的高频数据样本为例,全面探讨了各类历史波动率模型以及实现波动率模型的构建方法,同时采用滚动时间窗的样本外预测法,实证计算了不同模型假定下的指数波动率预测值,并运用基于自举法的SPA检验,评估了各种波动率模型对上证综指波动的预测精度。结果显示,基于ARFIMA的实现波动率模型以及随机波动模型(SV)具有最高的波动率预测精度,但在加入实现波动率作为附加解释变量以后,并未显著提升标准SV和GARCH模型的预测能力。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
