- 年份
- 2024(7106)
- 2023(10577)
- 2022(9486)
- 2021(9145)
- 2020(7667)
- 2019(17808)
- 2018(17952)
- 2017(34522)
- 2016(19030)
- 2015(21453)
- 2014(21528)
- 2013(21291)
- 2012(19521)
- 2011(17610)
- 2010(17516)
- 2009(15927)
- 2008(15872)
- 2007(13866)
- 2006(12091)
- 2005(10621)
- 学科
- 济(74489)
- 经济(74395)
- 管理(56605)
- 业(53253)
- 企(46763)
- 企业(46763)
- 方法(37503)
- 数学(32313)
- 数学方法(31818)
- 财(20144)
- 农(17815)
- 中国(17760)
- 学(17266)
- 业经(15894)
- 务(14316)
- 财务(14249)
- 财务管理(14228)
- 理论(14213)
- 地方(14076)
- 企业财务(13614)
- 制(13410)
- 和(12366)
- 贸(12230)
- 贸易(12223)
- 易(11843)
- 农业(11707)
- 技术(11437)
- 教育(11197)
- 环境(10861)
- 划(10434)
- 机构
- 大学(272086)
- 学院(267313)
- 管理(108761)
- 济(100115)
- 经济(97728)
- 理学(94812)
- 理学院(93738)
- 管理学(91884)
- 管理学院(91421)
- 研究(86850)
- 中国(63576)
- 京(58609)
- 科学(55670)
- 财(46707)
- 所(43863)
- 农(40900)
- 业大(40175)
- 研究所(39904)
- 中心(39466)
- 财经(37941)
- 江(37683)
- 北京(37456)
- 范(36596)
- 师范(36261)
- 经(34493)
- 农业(32085)
- 院(31409)
- 州(31244)
- 师范大学(29554)
- 经济学(28585)
- 基金
- 项目(183427)
- 科学(143434)
- 研究(133283)
- 基金(132683)
- 家(115145)
- 国家(114181)
- 科学基金(98432)
- 社会(81144)
- 社会科(76762)
- 社会科学(76740)
- 基金项目(71052)
- 省(70921)
- 自然(66145)
- 自然科(64641)
- 自然科学(64627)
- 自然科学基金(63441)
- 教育(62026)
- 划(60328)
- 资助(55790)
- 编号(55033)
- 成果(44886)
- 重点(40336)
- 部(40276)
- 创(37589)
- 课题(37391)
- 发(37390)
- 科研(35326)
- 创新(34935)
- 大学(34902)
- 项目编号(34630)
- 期刊
- 济(108422)
- 经济(108422)
- 研究(78659)
- 中国(49388)
- 学报(43828)
- 管理(40203)
- 科学(39618)
- 农(36569)
- 财(35726)
- 教育(34188)
- 大学(33154)
- 学学(30865)
- 农业(25886)
- 技术(23832)
- 融(21166)
- 金融(21166)
- 财经(18132)
- 业经(16865)
- 图书(16479)
- 经济研究(16411)
- 经(15266)
- 理论(14491)
- 问题(13603)
- 实践(13389)
- 践(13389)
- 技术经济(13148)
- 科技(13088)
- 业(12967)
- 版(12393)
- 现代(11975)
共检索到386421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] 经济师
[作者]
林升 綦科 魏楷聪 张伟
自股票市场成立以来,人们采取不同的方法对股票价格进行研究分析,从简单的线性回归到非线性拟合,运用了多种方法进行尝试,并通过各种算法进行优化。随着深度学习的爆发,研究者们尝试使用深度学习进行股价预测的相关研究,利用卷积神经网络的特征提取能力、循环神经网络对时间序列的有效处理以及通过数据挖掘对股票数据进行分析等多种方法并取得了较好的成绩,从而使股票预测更加智能化。文章通过对股价预测研究方法的发展变化进行综述,重点关注深度学习在股价预测中的应用,最后对其后续发展进行了总结与展望。
[期刊] 外国经济与管理
[作者]
肖奇 屈文洲
投资者关注与股价同步性均是近年来发展迅速的研究课题,但却鲜有文献将二者结合起来研究。基于相关文献,本文提出投资者关注通过影响资产定价,进而改变股价同步性的观点。为此,本文首先综述了投资者关注与资产定价的文献,主要包括:投资者关注的分类与度量、投资者关注与资产定价的相互关系及其内在机制以及基于投资者关注的投资策略研究;其次,对资产定价与股价同步性的研究进行了评述,主要包括:资产定价与股价同步性的学理关系以及股价同步性的形成机理;最后,提出投资者关注通过影响资产定价,进而改变股价同步性的研究框架,为未来将投资
关键词：
投资者关注 资产定价 股价同步性
[期刊] 统计与决策
[作者]
杨剑锋 乔佩蕊 李永梅 王宁
分类问题及其算法是机器学习的一个重要分支,其应用越来越广泛,相关算法及应用研究取得了长足进展。文章对近年来机器学习分类算法的研究成果进行了回顾,从单一分类算法到集成分类算法分别进行总结,比较了不同分类算法的核心思想、优缺点以及实际应用,并分析了机器学习分类算法研究所面临的挑战和发展趋势。
[期刊] 图书情报工作
[作者]
曹洋 成颖 裴雷
探讨基于机器学习的自动文摘研究中的特征选取、算法选择、模型训练、文摘提取和模型评测等主要过程;重点分析3种主要的机器学习算法:朴素贝叶斯、隐马尔科夫和条件随机场,阐释3种算法的基本思想,在对相关研究进行系统梳理的基础上,给出作者的思考;对3种机器学习算法在训练方法、协同训练与主动学习、类别平衡以及词汇分布等方面存在的共性问题进行深入讨论并提出未来的主要研究方向。
关键词：
自动文摘 机器学习 NB HMM CRF
[期刊] 工业工程
[作者]
陈彩华 佘程熙 王庆阳
机器学习技术不断发展，在许多领域都有广泛的应用并展现出超出人类本身的能力。但机器学习方法利用不当或决策存在偏差，反而会损害人们的利益，特别是在一些敏感安全需求高的领域，如金融、医疗等，人们越来越重视机器学习的可信研究。目前，机器学习技术普遍存在一些缺点，如对代表性不足的群体存在偏见、缺乏用户隐私保护、缺乏模型可解释性、容易受到威胁攻击等。这些缺点降低了人们对机器学习方法的信任。尽管研究者已针对这些不足进行了深入探索，但缺乏一个整体的框架与方法系统地提供机器学习的可信分析。因此本文针对机器学习的公平性、可解释性、鲁棒性与隐私4个要素归纳总结了现阶段主流的定义、指标、方法与评估，然后讨论了各要素之间的关系，并结合机器学习全生命周期构建了一个可信机器学习框架。最后，给出了一些目前可信机器学习领域亟待解决的问题与面临的挑战。
[期刊] 经济学动态
[作者]
赵桂芹
多年来,有关股票交易量和股价波动关系的研究引起了众多金融经济学家的兴趣。自Osborn(1959)的研究开始,研究者就从各个视角对股票交易量和股价波动的关系进行
[期刊] 上海金融
[作者]
胥爱欢
机构资产定价理论与股价脆弱性的研究非常重要,它不仅有利于我们进一步认清金融机构与代理人摩擦因素在资产定价过程中的作用,从而为金融市场异象提供新的解释途径,而且也为政府进一步完善对金融系统性风险的监管提供一定的理论基础。在本文中,我们主要从相关性交易需求与系统流动性变动、高波动流动性冲击与资产被迫拍卖行为以及机构持股结构与相关性交易行为三个方面总结了国外研究者关于机构资产定价理论与股价脆弱性研究的最新进展。
关键词：
机构投资者 交易行为 股价脆弱性 综述
[期刊] 经济经纬
[作者]
王凤兰 闻邦椿
股票市场中股票价格的波动是一个非线性混沌时间序列,其参数是随时间变化的。笔者提出的多层递阶一灰色预测综合预测法是运用多层递阶法,通过辨识时变参数,建立时变参数动态预测模型,并在此基础上进一步运用灰色预测方法,通过对时变参数的预测来预测股票价格的波动。实例表明:多层递阶一灰色预测综合预测法有较好的预测精度。
关键词：
多层递阶法 灰色预测法 时变参数
[期刊] 地理科学进展
[作者]
王江波 连芝锐 冯涛 唐立 刘锴
近年来，机器学习模型因其优越的预测性能和灵活性，被广泛引入时空出行行为建模与预测研究中，但其基础研究框架和技术路线尚未明晰。论文通过回顾2010—2022年相关领域发表的重要文献，梳理了机器学习算法的应用对时空出行选择行为研究范式的影响，总结了当前研究中亟待解决的关键问题及影响时空出行选择行为建模效果的潜在因素和作用机理，展望了未来研究中需要重点突破的方向。将机器学习算法有效应用于时空出行选择行为研究，不仅需要与决策场景相契合的模型架构和决策机理支撑，还应克服诸多机器学习过程及方法的固有缺陷，并充分考虑外部研究条件对时空选择行为模拟和预测效果的影响。现有的机器学习模型已能够契合大多数出行选择决策场景，多元化、高效率的机器学习算法必将有力推动出行选择行为研究的发展。有限的可解释性仍然是学者们难以广泛信任基于机器学习的时空出行选择行为模型的根本原因。面对大数据时代时空出行选择行为研究的机遇与挑战，充分融合机器学习算法和经典决策理论及模型各自的优势，同时提升时空出行选择行为的模拟精度和模型可解释性是重要发展趋势。
[期刊] 管理评论
[作者]
袁知柱 鞠晓峰
股价信息含量是衡量一个国家证券市场运行效率的重要标志,因此这一重要的证券市场研究课题目前受到了越来越多的重视。本文对相关文献进行了回顾,系统的评述了股价信息含量的研究成果,包括股价信息含量的测度方法,股价信息含量的宏观及微观层面决定因素和股价信息含量的经济后果,并指出了股价信息含量的研究不足及未来的主要研究方向。
[期刊] 现代管理科学
[作者]
杨亚仙 庞文静
近些年,股价同步性一直是经济金融领域的热点问题之一。而证券分析师作为资本市场信息中介机构的主要参与人员,通过影响股价同步性,在实现资本市场有效定价及市场资源最优配置的过程中起到了重要的作用。文章首先描述了股价同步性的定义,然后梳理了股价同步性的影响因素,重点总结了分析师关注对股价同步性的影响,并在此基础上,对未来可能的研究思路提出了一些建议。
[期刊] 财会通讯
[作者]
袁倩
股价崩盘风险在近几年内引起了国内众多学者的兴趣,本文试图梳理股价崩盘风险的形成机制和衡量方法以及影响因素,从国内外较早的研究文献开始分析,到最新的研究方向,对国内外的重要文献进行综述,陈列不同学者的研究视角,并提出有价值的可能未来研究方向。
关键词：
股价崩盘 风险 负向不对称性 影响因素
[期刊] 经济学(季刊)
[作者]
郭峰 陶旭辉
因果识别是社会科学实证研究的焦点，而在大数据时代，机器学习为因果识别带来一些新的机遇与挑战。本文重点总结了机器学习对因果关系识别的价值：更好地识别和控制混淆因素、帮助更好地构建对照组、更好地识别异质性因果效应，以及检验因果关系的外部有效性。同时，本文还讨论了在大数据和机器学习广泛应用下，可能存在因果关系在某些情形下变得不再重要、大数据和机器学习会让因果效应识别更加困难，以及部分机器学习算法缺乏可解释性等情形。本文有助于拓展社会科学研究者的工具箱和思想库。
关键词：
机器学习 因果关系 大数据
[期刊] 管理世界
[作者]
刘景江 郑畅然 洪永淼
机器学习正在深刻改变管理学的研究范式与方法。如何运用机器学习更好地赋能管理学研究已经成为学术界关注的前沿热点议题。然而，机器学习在中国管理学研究中的应用仍处于初级阶段。本文基于1999～2021年发表在工商管理和会计财务两大研究领域的国内外顶级期刊的学术文献，识别了学术界借助机器学习开展管理学实证研究的4种核心途径：变量测量、事件预测（包括事件分类）、因果推断和理论构建；梳理了每个途径的代表性文献的研究主题、研究问题、数据集、机器学习算法和研究结论；提出了使用机器学习赋能管理学研究的主要策略，并讨论了中国学者运用机器学习开展中国特色管理理论研究的未来机会。本文显示：将机器学习与传统计量经济学相结合有助于做出更加精准的因果推断；机器学习能够在模式发现这一理论构建的关键步骤中发挥重要作用；将机器学习与多案例分析相结合有助于富有成效地开展理论构建。本文为如何采用机器学习提升管理学研究质量、推进管理学研究范式变革和构建中国特色管理理论提供了方法论指引和方向性启示。
[期刊] 统计与决策
[作者]
李潇俊 唐攀
文章从深度学习技术角度出发,将技术分析指标、基本面分析指标与混合循环神经网络模型相结合构建新型股价预测模型,并提出滚动样本预测评价法检验股价预测模型的长期有效性。研究发现,相较于以往研究模型,基于LSTM模型和GRU模型构建的混合循环神经网站模型能更有效地提取技术分析指标和基本面分析指标的数据特征,从而给出预测个股股价的最优网络结构;该混合循环神经网络模型在长期预测上具有更高的预测精度。
关键词：
股价预测 技术分析 基本面分析 深度学习
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
