您的位置: 专家智库 > >

张贵生

作品数:11 被引量:61H指数:4
供职机构:山西大学管理与决策研究所更多>>
发文基金:教育部人文社会科学研究基金国家自然科学基金更多>>
相关领域:经济管理自动化与计算机技术文化科学政治法律更多>>

文献类型

  • 5篇期刊文章
  • 2篇学位论文
  • 1篇会议论文

领域

  • 4篇经济管理
  • 3篇自动化与计算...
  • 1篇政治法律

主题

  • 4篇支持向量
  • 4篇支持向量机
  • 4篇向量
  • 4篇向量机
  • 3篇股票
  • 3篇股票价格
  • 3篇股票价格预测
  • 3篇SVM
  • 2篇经验知识
  • 2篇GARCH
  • 2篇GARCH模...
  • 1篇指纹
  • 1篇指纹识别
  • 1篇指纹识别技术
  • 1篇神经网
  • 1篇神经网络
  • 1篇时间序列
  • 1篇时间序列预测
  • 1篇时序数据
  • 1篇识别技术

机构

  • 8篇山西大学
  • 2篇山西警官高等...

作者

  • 8篇张贵生
  • 3篇张信东
  • 3篇王平

传媒

  • 1篇经济问题
  • 1篇系统工程理论...
  • 1篇中国管理科学
  • 1篇计算机仿真
  • 1篇山西警官高等...
  • 1篇第七届中国多...

年份

  • 3篇2016
  • 1篇2015
  • 2篇2012
  • 1篇2011
  • 1篇2007
11 条 记 录,以下是 1-8
排序方式:
基于近邻互信息的SVM-GARCH股票价格预测模型研究被引量:30
2016年
为了克服传统线性模型分析处理收益率数据非线性因素的不足,本文提出一种新的基于近邻互信息特征选择的SVM-GARCH预测模型。该模型利用SVM处理高维非线性数据的优势,不仅包含了股指序列自身的历史数据信息,而且通过近邻互信息的方式融合了与目标股指数据关系密切的周边证券市场的相关变化信息。仿真实验结果表明,该模型在时序数据除噪、趋势判别以及预测的精确度等方面均优于传统的ARMA-GARCH模型。
张贵生张信东
基于微分信息的ARMAD-GARCH股价预测模型被引量:13
2016年
ARMA-GARCH模型进行股票价格收益预测时,只考虑了滞后历史数据所包含的信息,而对于在每个滞后时间点的变化趋势信息却未纳入计算模型进行统一考虑,在一定程度上影响了模型分析时序数据时的泛化能力.本文提出了一种基于微分信息的ARMAD-GARCH模型,在包含传统ARMA-GARCH模型对因变量的滞后值以及残差滞后值进行线性回归的基础之上,又在条件均值方程中增加了因变量滞后值的近似微分信息,用以融合股票价格变化趋势信息,提高预测模型对于价格演变方向的判别能力.通过对于不同市场综合股指收益率数据的实证研究表明,ARMADGAR,CH模型在数据除噪,趋势判别以及预测精确度等方面均优于一般的ARMA-GARCH模型.
张贵生张信东
关键词:股票价格预测
HLA中数据分发管理算法的研究
分布交互仿真是仿真技术和计算机网络技术相结合的产物,在经历了SIMNET、DIS、ALSP三个发展阶段之后,产生了一种全新的仿真技术框架-HLA,并于2000年成为IEEE标准。其目的是解决各种类型仿真应用之间的互操作问...
张贵生
关键词:高层体系结构数据分发管理权重函数分布交互仿真
文献传递
基于机器学习的指纹识别技术
2012年
指纹识别技术是重要的刑事侦查手段,也是图像识别领域具有代表性的一类模式识别问题。本文通过对机器学习算法的研究和分析,将目前流行的学习算法应用于指纹识别问题,以提高指纹识别系统的识别速度和学习算法的泛化能力。
王平张贵生
关键词:指纹识别神经网络支持向量机流形学习
时间相关性经验知识与SVM的融合方法研究
时序数据在时间维度上存在着很强的时间相关性,本文在时序预测中,利用时序数据的时间相关性特点,构造了一种适用于时序数据预测的时序核函数,实现了将时间相关性融合于支持向量机,并通过人工数据和真实数据验证了时序核函数解决时序预...
王平张贵生
关键词:支持向量机时序数据
文献传递
数据驱动的金融时间序列预测模型研究
1997年诺贝尔经济学奖获得者美国经济学家Robert Carhart Merton提出,现代金融理论的核心问题就是如何在不确定的环境下对资源进行跨期的最优配置。而按照非线性动力学的观点来看,现代金融理论中金融系统的不确...
张贵生
关键词:数据驱动金融时间序列混合模型GARCH微分器
文献传递
基于时间相关性的股票价格混合预测模型被引量:5
2015年
对于金融市场决策而言,金融时间序列的分析预测扮演着越来越重要的角色。但通常的分析预测模型没有考虑金融时间序列数据内部的时间相关性问题,这在很大程度上影响了预测模型精度的进一步提高。因此提出一种新的股票价格混合预测模型,分别用ARIMA和基于时间测地线距离的SVM处理金融时序的线性和非线性成分。实验表明,该混合模型可以有效克服传统SVM核函数利用欧式距离表征时序数据相关性的不足,从而显著提高组合模型的预测精度。
张贵生张信东
关键词:ARIMA支持向量机股票价格预测
时间相关性经验知识与SVM的融合方法研究
2012年
时序数据在时间维度上存在着很强的时间相关性,在时序预测中,利用时序数据的时间相关性特点,构造了一种适用于时序数据预测的时序核函数,实现了将时间相关性融合于支持向量机,并通过人工数据和真实数据验证了时序核函数解决时序预测问题的有效性,并与传统核函数相比具有较好的泛化能力。
王平张贵生
关键词:支持向量机核函数
共1页<1>
聚类工具0