2024年8月31日
星期六
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
苏文田
作品数:
1
被引量:0
H指数:0
供职机构:
北京师范大学信息科学与技术学院
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
俞晨
北京师范大学信息科学与技术学院
钟绍春
东北师范大学软件学院
余先川
北京师范大学信息科学与技术学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
神经网
1篇
神经网络
1篇
神经网络方法
1篇
网络
1篇
网络方法
1篇
金融
1篇
金融市场
机构
1篇
北京师范大学
1篇
东北师范大学
作者
1篇
余先川
1篇
苏文田
1篇
钟绍春
1篇
俞晨
传媒
1篇
计算机科学
年份
1篇
2004
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
金融市场预测的神经网络方法
2004年
作者运用神经网络技术开发了一种对金融市场的现状与未来趋势进行评估的决策支持系统,并用道一琼斯工业股票价格平均指数的数据对系统进行了洲试。然后将预测的结果与传统的市场分析方法所作的预测指数进行对比。所测试的神经网络模型包括不同训练阶段(例如10、20天)的信号模型和△收盘价模型。市场原始数据取自所选阶段的每日报表,并经预处理和标准化后转换为相对强度指数(RSI)、威廉指数(W%R)、净成交量(OBV)、动力指标(MOM)&移动平均线(MA)等金融指数。在所选的交易阶段用这些模型所预测的道一琼斯工业股票价格平均指数与实际指数的变化趋势能很好地吻合。为了改进模型的预测精度,采取了如下几种措施,比如通过均衡补偿学习过程来改进准确性。要改进这一神经网络技术,还需做进一步研究,包括多网络训练法、多任务学习程序研究等。
余先川
程晓春
钟绍春
苏文田
俞晨
关键词:
金融市场
神经网络方法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张