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
软计算技术在金融预测应用进展研究
被引量:
1
Research on the Development of Soft Computing Technology in the Application of Financial Forecasting
下载PDF
职称材料
导出
摘要
金融时间序列本质上是复杂的、高度噪声的,呈现出非线性行为,使得传统的统计方法难以有效地预测。随着计算技术的发展,已经出现了一些软计算技术用以支持金融时间序列预测。通过综述软计算技术在金融时间序列预测的数据准备、算法模型、自我训练学习、预测评估及优化方面的最新进展,从而便于研究者对已有软计算技术进行改进和研究新的预测算法。
作者
杭品厚
机构地区
浙江工业职业技术学院
出处
《金融理论与实践》
北大核心
2018年第5期101-108,共8页
Financial Theory and Practice
关键词
软计算
金融预测
时间序列
人工神经网络
分类号
F832.29 [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
98
参考文献
11
共引文献
78
同被引文献
12
引证文献
1
二级引证文献
29
参考文献
11
1
孙彬,李铁克,张文学.
基于DFNN的金融股指预测及金融非线性系统辨识研究[J]
.中国管理信息化,2009,12(21):89-92.
被引量:4
2
朱梦珺,蒋洪迅,许伟.
基于金融微博情感与传播效果的股票价格预测[J]
.山东大学学报(理学版),2016,51(11):13-25.
被引量:5
3
黄腾飞,李帮义,熊季霞.
递归预测器神经网络在中国金融市场的实证研究[J]
.统计与信息论坛,2013,28(1):14-21.
被引量:3
4
戴稳胜,吕奇杰,David Pitt.
金融时间序列预测模型——基于离散小波分解与支持向量回归的研究[J]
.统计与决策,2007,23(14):4-7.
被引量:8
5
杨云飞,鲍玉昆,胡忠义,张瑞.
基于EMD和SVMs的原油价格预测方法[J]
.管理学报,2010,7(12):1884-1889.
被引量:31
6
王巍,赵国杰,毕星.
金融时间序列混合智能预测模型及实证研究[J]
.统计与决策,2008,24(17):26-28.
被引量:1
7
孙彬,李铁克,张文学.
基于GD-FNN的金融股指预测模型[J]
.计算机应用研究,2010,27(9):3272-3275.
被引量:5
8
姚宏亮,周光辉,李俊照.
K线能量计算的股市生命期态势预测方法[J]
.计算机应用研究,2016,33(6):1637-1641.
被引量:1
9
李祥飞,张再生.
基于误差同步预测的SVM金融时间序列预测方法[J]
.天津大学学报(自然科学与工程技术版),2014,47(1):86-94.
被引量:13
10
吴江,李太勇.
基于加权支持向量机的金融时间序列预测[J]
.商业研究,2010(1):138-140.
被引量:4
二级参考文献
98
1
WANGShouyang,YULean,K.K.LAI.
CRUDE OIL PRICE FORECASTING WITH TEI@I METHODOLOGY[J]
.Journal of Systems Science & Complexity,2005,18(2):145-166.
被引量:73
2
殷光伟,郑丕谔.
基于小波与混沌集成的中国股票市场预测[J]
.系统工程学报,2005,20(2):180-184.
被引量:8
3
DUHaifeng,GONGMaoguo,JIAOLicheng,LIURuochen.
A novel algorithm of artificial immune system for high-dimensional function numerical optimization[J]
.Progress in Natural Science:Materials International,2005,15(5):463-471.
被引量:18
4
ZHANGMeng,FULi-hua,WANGGao-feng,HUJi-cheng.
Weighted Proximal Support Vector Machines: Robust Classification[J]
.Wuhan University Journal of Natural Sciences,2005,10(3):507-510.
被引量:2
5
曲文龙,樊广佺,杨炳儒.
基于支持向量机的复杂时间序列预测研究[J]
.计算机工程,2005,31(23):1-3.
被引量:32
6
刘瑞兰,苏宏业,褚健.
模糊神经网络的混合学习算法及其软测量建模[J]
.系统仿真学报,2005,17(12):2878-2881.
被引量:14
7
孟庆芳,张强,牟文英.
混沌序列自适应多步预测及在股票中的应用[J]
.系统工程理论与实践,2005,25(12):62-68.
被引量:8
8
唐衍伟,陈刚,张晨宏.
中国农产品期货市场价格波动的长程相关性研究[J]
.系统工程,2005,23(12):79-84.
被引量:30
9
李锬,李鹏,齐中英.
农产品期货价格时间序列R/S分析[J]
.商业研究,2006(5):102-104.
被引量:10
10
董辉,傅鹤林,冷伍明.
支持向量机的时间序列回归与预测[J]
.系统仿真学报,2006,18(7):1785-1788.
被引量:63
共引文献
78
1
唐振鹏,张婷婷,吴俊传,杜晓旭,陈凯杰.
基于混合模型的原油价格多步预测研究[J]
.计量经济学报,2021(2):346-361.
被引量:7
2
王方,王倩,童行伟,宋俊峰.
郑州期货糖08年9月合约价格的分析与预测[J]
.数理统计与管理,2010,29(2):205-217.
被引量:1
3
孙彬,李铁克,张文学.
基于GD-FNN的金融股指预测模型[J]
.计算机应用研究,2010,27(9):3272-3275.
被引量:5
4
孙彬,李铁克,王柏琳.
基于股票市场灵敏度分析的神经网络预测模型[J]
.计算机工程与应用,2011,47(1):26-31.
被引量:6
5
张松,金亮.
中国能源消费的EMD分析与预测[J]
.数学的实践与认识,2011,41(12):114-119.
被引量:6
6
潘洹洹,王宇奇.
中石化原油进口成本降低途径分析[J]
.科技与管理,2012,14(2):67-70.
被引量:4
7
孙彬,李铁克.
基于GD-FNN的股票市场泡沫模型[J]
.系统工程理论与实践,2012,32(5):1027-1038.
被引量:2
8
刘子先,邹刘霞,徐靖.
基于CUSUM控制图和SVM的单病种成本差异分析[J]
.工业工程与管理,2012,17(5):11-15.
被引量:3
9
张志振,杨光军.
基于灰色理论的股指预测系统的设计与实现[J]
.计算机时代,2013(8):38-39.
10
后锐,伍嘉文,罗智.
并购浪潮与股市波动:基于EMD的相关性检验与解释[J]
.系统工程,2013,31(9):44-50.
被引量:3
同被引文献
12
1
张成功,刘培玉,朱振方,方明.
一种基于极性词典的情感分析方法[J]
.山东大学学报(理学版),2012,47(3):47-50.
被引量:52
2
李宝仁,胡蓓,陈相因.
投资者情绪与股票收益的实证分析——基于上证投资者情绪综合指数[J]
.北京工商大学学报(社会科学版),2012,27(4):91-97.
被引量:8
3
黄润鹏,左文明,毕凌燕.
基于微博情绪信息的股票市场预测[J]
.管理工程学报,2015,29(1):47-52.
被引量:58
4
南晓莉.
新媒体时代网络投资者意见分歧对IPO溢价影响——基于股票论坛数据挖掘方法[J]
.中国软科学,2015(10):155-165.
被引量:26
5
黄虹,张恩焕,孙红梅,刘江会.
融资融券会加大投资者情绪对股指波动的影响吗?[J]
.中国软科学,2016(3):151-161.
被引量:27
6
戴德宝,薛铭.
信息不对称下民营银行市场准入监管的博弈研究[J]
.财会月刊(下),2017(5):114-118.
被引量:1
7
胡昌生,陶铸.
个体投资者情绪、网络自媒体效应与股票收益[J]
.预测,2017,36(3):50-55.
被引量:7
8
许启发,伯仲璞,蒋翠侠.
基于分位数Granger因果的网络情绪与股市收益关系研究[J]
.管理科学,2017,30(3):147-160.
被引量:27
9
张信东,原东良.
基于微博的投资者情绪对股票市场影响研究[J]
.情报杂志,2017,36(8):81-87.
被引量:17
10
戴德宝,薛铭.
民营银行准入监管的演化博弈分析[J]
.上海经济研究,2017,29(9):34-46.
被引量:3
引证文献
1
1
戴德宝,兰玉森,范体军,赵敏.
基于文本挖掘和机器学习的股指预测与决策研究[J]
.中国软科学,2019,0(4):166-175.
被引量:29
二级引证文献
29
1
徐维军,付志能,李茂昌,张卫国.
基于新闻文本挖掘的股指期货高频预测研究[J]
.系统科学与数学,2021,41(7):1856-1875.
被引量:2
2
崔心怡.
关于机器学习在股权质押风险预测应用的文献综述[J]
.大众投资指南,2021(20):11-12.
3
孙明璇,李莉莉.
基于数据挖掘的投资者情绪对股市波动影响研究[J]
.燕山大学学报(哲学社会科学版),2020,21(1):68-77.
被引量:5
4
崔旭盛,方涛,解军波,张彦青,高秀强,董学会.
基于回归神经网络模型的中药材种子价格预测分析——以酸枣种子为例[J]
.种子,2020,39(3):48-51.
被引量:1
5
徐浩然,许波,徐可文.
机器学习在股票预测中的应用综述[J]
.计算机工程与应用,2020,56(12):19-24.
被引量:20
6
庞智亮,张宁,何立峰,景艳锋.
考虑“发布者—关注者”投资者情绪对股市的影响[J]
.青岛大学学报(自然科学版),2020,33(4):93-100.
被引量:1
7
扈文秀,苏振兴,杨栎.
基于随机森林方法的投资者概念关注对概念指数收益预测及交易策略的研究[J]
.预测,2021,40(1):60-66.
被引量:2
8
张春梅,赵明清,吴学子.
基于新闻情感的上市公司财务造假识别方法研究[J]
.山东科技大学学报(自然科学版),2021,40(1):91-99.
被引量:3
9
王峰虎,尹朝鹏,贺毅岳.
一种基于HMM预测模型的黄金期货择时策略[J]
.西安邮电大学学报,2020,25(5):104-110.
被引量:1
10
林天华,祁旭阳,张倩倩,赵霞.
基于模型树的沪深300指数预测[J]
.智能计算机与应用,2020,10(11):121-125.
1
史柠玮.
软计算方法——浅谈人工智能发展的新思路[J]
.中国科技纵横,2017,0(11):23-24.
2
闫晗.
软计算中智能系统的逻辑中枢[J]
.晋阳学刊,2018(1):140-141.
3
徐朱佳,谢锐,刘嘉,梅玉.
隐马尔科夫模型的改进及其在金融预测中的应用[J]
.工程数学学报,2017,34(5):469-478.
被引量:2
4
张玉霞.
个性化小学语文写作教学探究[J]
.考试周刊,2018,0(43):60-60.
被引量:1
5
沈斌,温涛.
基于贝叶斯最大似然估计的金融预测[J]
.统计与决策,2018,0(7):85-88.
被引量:3
6
黄海妮,陆雪梅.
复发性流产的药物治疗进展研究[J]
.中国全科医学,2017,20(B12):222-224.
被引量:6
7
沙莎.
电力数据清洗方法研究[J]
.云南电力技术,2017,45(A01):81-82.
8
冯志强,柳存根,杨润党,韩翔希,黎永壹,焦自权.
基于粗糙-模糊软计算的船板线加热成形加工参数预报方法[J]
.船舶工程,2017,39(11):69-74.
被引量:1
9
李双燕.
油藏精细描述中储层地质建模的应用分析[J]
.石化技术,2018,25(3):298-298.
10
鲍宏杨.
舰船自动智能避碰数学模型及其仿真研究[J]
.舰船科学技术,2017,39(10):164-169.
被引量:3
金融理论与实践
2018年 第5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