期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于卷积神经网络的股票市场择时模型——以上证综指为例
被引量:
2
下载PDF
职称材料
导出
摘要
本文在前人的研究基础上,以卷积神经网络为核心模型,构建了上证综指择时模型,并编写了配套的交易策略。模拟账户在2015年和2016年的回测中表现出优异的性能,其收益率在同时期指数型基金和股票型基金中名列前茅。实证研究表明,卷积神经网络在证券行业有着极其广阔的研究和应用前景。本文在一定程度上推动了金融技术的革新,为智慧金融做出了贡献。
作者
胡悦
机构地区
上海对外经贸大学
出处
《金融经济(下半月)》
2018年第2期71-74,共4页
关键词
深度学习
卷积神经网络
上证综指
股票择时
分类号
F832.51 [经济管理—金融学]
引文网络
相关文献
节点文献
二级参考文献
35
参考文献
5
共引文献
433
同被引文献
21
引证文献
2
二级引证文献
11
参考文献
5
1
常亮,邓小明,周明全,武仲科,袁野,杨硕,王宏安.
图像理解中的卷积神经网络[J]
.自动化学报,2016,42(9):1300-1312.
被引量:419
2
黄磊,王萌.
我国消费者信心指标与股价指数的关联度研究[J]
.山东财政学院学报,2013(6):5-11.
被引量:1
3
王彤彤.
宏观经济景气状况与中国股市收益的相互影响——基于VAR模型的研究[J]
.经济研究导刊,2016(14):1-3.
被引量:2
4
杜颖奎,李齐林.
CPI和股市指数:基于VAR模型的协整分析[J]
.时代经贸(下旬),2008,6(9):21-22.
被引量:3
5
汪卢俊.
中国股票市场是弱式有效的吗——基于样本外预测的检验[J]
.当代经济科学,2014,36(2):62-69.
被引量:13
二级参考文献
35
1
黎春,罗健梅,杨志兵.
通货膨胀的测度以及与股票市场相关关系的分析[J]
.财经理论与实践,2001,22(S1):144-146.
被引量:33
2
俞乔.
市场有效、周期异常与股价波动——对上海、深圳股票市场的实证分析[J]
.经济研究,1994,29(9):43-50.
被引量:297
3
吴世农.
我国证券市场效率的分析[J]
.经济研究,1996,31(4):13-19.
被引量:317
4
王少平,杨继生.
联合p值综列单位根检验的扩展及其对中国股市的弱有效性检验[J]
.统计研究,2006,23(4):69-72.
被引量:17
5
吴晓求.中国资本市场:股权分裂与流动性变革[M].北京:中国人民大学出版社,2004.
6
Fama E F. Efficient Capital markets: A review of the the- ory and empirical work [J]. Journal of Finance, 1970, 25 : 383 -417.
7
Jensen M C. Some anomalous evidence regarding market efficiency[ J]. Journal of financial economies, 1978, 6: 95 - 101.
8
Leroy S F. Efficient capital markets and martingales[ J]. Journal of Economic Literature, 1989, 27 : 1583 - 1621.
9
Shiller R J. Irrational exuberance [ M ]. Random House Digital, Inc. , 2005.
10
Samuelson P A. Proof that properly anticipated prices fluctuate randomly[ J ]. Industrial Management Review, 1965, 6:41 -49.
共引文献
433
1
陈梦,王晓青.
全卷积神经网络在建筑物震害遥感提取中的应用研究[J]
.震灾防御技术,2019,14(4):810-820.
被引量:6
2
陈妮亚,阮佳阳,黄金苗,杨伟.
结合深度学习与生物特征识别在冷链拣选中的算法研究[J]
.智能科学与技术学报,2019,0(1):88-95.
被引量:1
3
王雷,闫红蕾,张自力.
收益率曲面预测及其在信用债投资组合管理中的应用[J]
.统计研究,2021(4):145-160.
被引量:3
4
王维波,徐西龙,盛立,高明.
卷积神经网络微地震事件检测[J]
.石油地球物理勘探,2020(5):939-949.
被引量:11
5
赵毅力,李禹成,陈皓.
云南野生鸟类图像自动识别系统[J]
.计算机应用研究,2020,37(S01):423-425.
被引量:2
6
华夏,王新晴,马昭烨,王东,邵发明.
基于递归神经网络的视频多目标检测技术[J]
.计算机应用研究,2020,37(2):615-620.
被引量:8
7
蒋梦莹,林小竹,柯岩,魏战红.
基于权值分布的多模型分类算法研究[J]
.计算机应用研究,2020,37(1):313-316.
被引量:3
8
赵译文,刘云鹏.
基于子空间流形的图像集识别方法[J]
.计算机应用,2023,43(S01):207-211.
9
陈嘉昊.
人工智能支持下的新增建设用地监测图斑提取研究[J]
.江西测绘,2022(2):10-12.
被引量:1
10
王立刚,张志佳,李晋,范莹莹,刘立强.
基于卷积神经网络的LED灯类字体数字识别[J]
.电子测量与仪器学报,2020(11):148-154.
被引量:8
同被引文献
21
1
彭丽芳,孟志青,姜华,田密.
基于时间序列的支持向量机在股票预测中的应用[J]
.计算技术与自动化,2006,25(3):88-91.
被引量:31
2
张玉川,张作泉.
支持向量机在股票价格预测中的应用[J]
.北京交通大学学报,2007,31(6):73-76.
被引量:15
3
杜建卫,王超峰.
小波分析方法在金融股票数据预测中的应用[J]
.数学的实践与认识,2008,38(7):68-75.
被引量:19
4
王婷婷,钱晓东.
时间序列的非线性趋势预测及应用综述[J]
.计算机工程与设计,2010,31(7):1545-1549.
被引量:17
5
徐晓岭,王蓉华,吴慧玲,顾蓓青.
降水量的统计拟合[J]
.数理统计与管理,2010,29(6):961-969.
被引量:2
6
蔡红,陈荣耀.
基于PCA-BP神经网络的股票价格预测研究[J]
.计算机仿真,2011,28(3):365-368.
被引量:30
7
余妹兰,匡芳君.
BP神经网络学习算法的改进及应用[J]
.沈阳农业大学学报,2011,42(3):382-384.
被引量:19
8
陈懿冰,张玲玲,聂广礼,石勇.
基于改进的支持向量回归机的金融时序预测[J]
.数学的实践与认识,2012,24(4):38-44.
被引量:10
9
张炜,范年柏,汪文佳.
基于自适应遗传算法的股票预测模型研究[J]
.计算机工程与应用,2015,51(4):254-259.
被引量:14
10
王春雷,罗宏清.
基于随机漫步理论和效率市场假说的金融学实验设计[J]
.市场论坛,2016(6):51-53.
被引量:1
引证文献
2
1
林升,綦科,魏楷聪,张伟.
机器学习在股价预测中的研究综述[J]
.经济师,2019(3):71-73.
被引量:6
2
陈晓平,陈易旺,施建华.
基于机器学习的降雨量雷达回波数据建模与预测[J]
.南京信息工程大学学报(自然科学版),2020,12(4):483-494.
被引量:5
二级引证文献
11
1
张艳红,侯芸,董元帅.
基于XGboost的省级路面技术状况指标衰变预测[J]
.武汉理工大学学报,2021,43(7):48-54.
被引量:2
2
林锦荣,武云发,廖如超,陈郑淦哲.
基于K-Means算法的架空输电线路载流量计算[J]
.南京信息工程大学学报(自然科学版),2021,13(1):73-78.
被引量:3
3
张妮,陈远.
基于神经网络模型的的股价预测研究[J]
.长江信息通信,2021,34(7):61-63.
被引量:2
4
赵婷婷,韩雅杰,杨梦楠,任德华,陈亚瑞,王嫄,刘建征.
基于机器学习的时序数据预测方法研究综述[J]
.天津科技大学学报,2021,36(5):1-9.
被引量:21
5
黄玉成,方伟伟.
基于LSTM网络的股价预测研究[J]
.现代计算机,2021,27(34):51-55.
被引量:2
6
王证帅,吕巧谊,张伟,郑辉,陈德花.
基于集成学习XGBoost模型的降水客观预报方法[J]
.海峡科学,2022(8):10-14.
7
杨学威.
基于机器学习算法的股指期货价格预测模型研究[J]
.软件工程,2022,25(12):1-8.
被引量:1
8
胡晓彤,程晨.
基于多维度跨尺度LSTM模型的时序预测[J]
.计算机工程与设计,2023,44(2):440-446.
被引量:3
9
陈麒吉,许学军.
基于SVM和ARIMA-EGARCH的股票收益预测研究[J]
.经济研究导刊,2023(21):84-86.
10
何东坡,王玥彤,杜小玲,周文钰,齐大鹏.
基于机器学习方法的贵阳雾预报模型研究[J]
.高原山地气象研究,2023,43(4):42-47.
1
本刊编辑部,田君.
AI+风口下企业金融的现在将来时——2017’中国CFO年会特别报道[J]
.首席财务官,2018,0(1):26-31.
2
水燕妮,白鸽.
基于物联网的智慧金融创新研究[J]
.现代营销(下),2017(11):108-108.
被引量:1
3
王秉阳,杨晓.
市场择时、投资效率与投资边际价值[J]
.西安电子科技大学学报(社会科学版),2017,27(2):75-82.
4
谷立英.
众筹的发展及其商业模式研究[J]
.神州,2018,0(2):269-269.
5
何丰伦.
凡普金科携手友成基金会 “乡村火种计划”延伸普惠金融[J]
.金融世界,2018,0(1):126-127.
6
新资讯[J]
.互联网周刊,2018,0(1):12-13.
7
周晔.
只有技术才能创造业务![J]
.商讯(商业经济文荟),2017,0(1):46-47.
8
闫磊,姚彤彤.
“一带一路”沿线国家外贸行业应对美元加息的风险管理策略[J]
.北方经济,2018(1):122-125.
金融经济(下半月)
2018年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部