您的位置: 专家智库 > >

石智慧

作品数:2 被引量:5H指数:1
供职机构:上海财经大学统计与管理学院更多>>
发文基金:长江学者和创新团队发展计划国家自然科学基金更多>>
相关领域:经济管理更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 2篇经济管理

主题

  • 1篇预测器
  • 1篇正则
  • 1篇正则化
  • 1篇套利
  • 1篇套利模型
  • 1篇期货
  • 1篇网络
  • 1篇网络规划
  • 1篇小波
  • 1篇小波分析
  • 1篇金融
  • 1篇金融时间
  • 1篇交易
  • 1篇股指
  • 1篇股指期货
  • 1篇高频
  • 1篇高频交易
  • 1篇ADABOO...
  • 1篇ELM

机构

  • 2篇上海财经大学

作者

  • 2篇陈艳
  • 2篇石智慧

传媒

  • 1篇数理统计与管...

年份

  • 1篇2017
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于多重分形和遗传网络规划的股指期货高频套利模型
2010年4月16日,沪深300股指期货合约在中国金融期货交易所正式挂牌交易,它们的推出完善了我国资本市场的结构,提高了我国资本市场的效率和质量。相较于传统买入并长期持有的策略,高频交易尤其是算法交易,不仅让交易更加频繁...
石智慧陈艳
关键词:高频交易股指期货
文献传递
基于Adaboost和正则化ELM的混合金融时间序列预测模型及其应用被引量:5
2017年
为提高金融时间序列的预测精度,本文提出了基于MODWT、MCP变量选择方法和RELM_Adaboost的混合预测模型。该模型由三步构成:第一步,收集特征变量,包括MODWT分解得到的特征变量以及常用的技术指标;第二步,利用MCP惩罚方法从上述特征变量中选取重要的作为输入变量;第三步,利用Mnet惩罚正则化ELM,将RELM视作弱预测器,然后用Adaboost算法生成强预测器进行预测。实证结果显示:第一,经过MCP方法的筛选,最终的输入变量中不仅包含常用技术指标,还有小波分解所得的变量。第二,混合预测模型RELM_Adaboost有良好的泛化误差表现。本文提出的模型在量化交易时代具有良好的应用前景。
陈艳石智慧
关键词:小波分析
共1页<1>
聚类工具0