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

基于改进多元线性回归的股票价格预测模型被引量：3

下载PDF

导出

摘要当前股票市场价格波动剧烈,不论是专业股票投资者以及相关从业人员还是二级市场中的散户都希望找到一条行之有效的路径进行股票价格预测,这不仅能帮助投资者控制风险,也可以帮助其减少不必要的损失.本文以当前比较流行的多元线性回归法为基础,并使用因子分析将这一方法进行改进对贵州茅台(SHSE.600519)这一支股票进行股价预测,最终通过比较预测效果,推行出适用于该股票的股价预测模型.

作者李俊豪

机构地区辽宁师范大学数学学院

出处《科技经济市场》 2019年第8期61-62,64,共3页

关键词量化投资多元线性回归因子分析股价预测数学建模

分类号 F224 [经济管理—国民经济] F832.51 [经济管理—金融学]

引文网络
相关文献

参考文献1

1郭伟杰.卖空机制对股价收益率波动性的影响——基于A+H股公司股价收益率的实证研究[J].现代商业,2009(12):29-30. 被引量：6

二级参考文献2

1陈秋.发达国家证券市场的卖空机制与中国的选择[J].世界经济研究,2005(3):61-65. 被引量：7
2廖士光,杨朝军.卖空交易机制对股价的影响——来自台湾股市的经验证据[J].金融研究,2005(10):131-140. 被引量：118

共引文献5

1孙茜,姚俭.融资融券对我国股市波动性的影响──基于上证指数的实证分析[J].现代商业,2012(30):34-35. 被引量：1
2徐晓光,陈焕槟,张荣波.融资融券能否减小我国股市波动?[J].深圳大学学报（人文社会科学版）,2013,30(3):81-86. 被引量：8
3徐煦.融资融券对我国股市波动性影响的实证研究[J].长江大学学报（社会科学版）,2016,39(6):41-45. 被引量：1
4许林峰,裴子安,刘旭程,唐聪,许弢,岳洪伟,王洪涛.以加拿大为例的全球气候变化建模分析[J].五邑大学学报（自然科学版）,2020,34(4):36-41.
5葛昱廷.基于信息披露视角的瑞幸事件问题研究[J].内蒙古科技与经济,2021(17):51-53.

同被引文献26

1张青.基于ARIMA-SVM组合模型的创业板股票价格预测分析[J].广西质量监督导报,2019,0(12):131-132. 被引量：3
2王宜静,魏立力.基于聚类分析的多级综合评判[J].宁夏大学学报（自然科学版）,2005,26(1):30-33. 被引量：5
3李炜,石连生,梁成龙.基于PSO-LSSVM的研究法辛烷值预测建模[J].化工自动化及仪表,2008,35(2):25-27. 被引量：15
4周小伟,袁俊,杨伯伦.应用BP神经网络的二次反应清洁汽油辛烷值预测[J].西安交通大学学报,2010,44(12):82-86. 被引量：20
5李靓一.基于逐步回归方法的宁夏物流需求分析[J].宁夏大学学报（自然科学版）,2013,34(1):93-96. 被引量：1
6周红芳,周扬,张晓鹏,谈姝辰.基于连通分量的分类变量聚类算法[J].控制与决策,2015,30(1):39-45. 被引量：4
7韩仲志,万剑华,刘康炜.基于近红外光谱的汽油辛烷值预测与模型优化[J].分析试验室,2015,34(11):1268-1271. 被引量：15
8王磊,何江涛,张振国,赵鹏,张小文.基于信息筛选和拉依达准则识别地下水主要组分水化学异常的方法研究[J].环境科学学报,2018,38(3):919-929. 被引量：13
9王凤科,王丹.基于多元线性回归模型的河南省农村居民收入增长分析[J].农村经济与科技,2018,29(5):141-143. 被引量：2
10徐琛辉,马明辉.基于拉依达准则的交通数据粗大误差处理优化方法[J].上海工程技术大学学报,2018,32(1):64-67. 被引量：21

引证文献3

1丁文绢.基于股票预测的ARIMA模型、LSTM模型比较[J].工业控制计算机,2021,34(7):109-112. 被引量：11
2徐宗煌.基于多元线性回归分析的汽油辛烷值损失预测建模[J].宁夏大学学报（自然科学版）,2022,43(1):22-29. 被引量：1
3赵萌,王倩影.基于并联ResNet-GRU模型的股票价格预测[J].现代信息科技,2023,7(4):113-116. 被引量：1

二级引证文献13

1苏鹏飞,徐松毅,于晓磊.基于WOA-LSTM的窄带通信网网络时延预测算法[J].河北工业科技,2022,39(1):9-15. 被引量：5
2陈登建,杜飞霞,夏换.基于ARIMA与SVR滚动残差模型组合的股票预测[J].计算机时代,2022(5):76-81. 被引量：5
3卜钰家.基于组合神经网络模型的金融时序预测[J].现代计算机,2022,28(22):37-41. 被引量：1
4黄杏丹.基于ARIMA-BiLSTM模型的沪深300指数预测[J].中阿科技论坛（中英文）,2023(4):68-72.
5刘佳钿,杨维亚.基于改进DCF法的医药上市企业价值评估研究——以H企业为例[J].对外经贸,2023(2):53-58. 被引量：1
6韩莹,张栋,孙凯强,谈昊然,陆超.结合长短时记忆网络和宽度学习的股票预测新模型研究[J].运筹与管理,2023,32(8):187-192. 被引量：2
7宋彦,黄俊楚.基于跨模态大模型的交易预测分析[J].广东通信技术,2023,43(9):22-27.
8郑爱宇,孙德山.基于HP滤波的股票长期价格神经网络模型预测[J].高师理科学刊,2023,43(10):36-40.
9李银,伍晓晴.基于ARIMA模型军工板块波动性研究[J].韶关学院学报,2023,44(12):11-16.
10郭沛颖.基于LSTM算法与股票历史数据的股票价格预测[J].计算机科学与应用,2023,13(8):1603-1612.

1鹿天宇,都莱娜,张雪伍.基于时间序列与PCA-BP组合模型的股价变化趋势研究[J].农村经济与科技,2019,0(11):171-172.
2王国长,梁焙婷,王金枝.改进的自适应Lasso方法在股票市场中的应用[J].数理统计与管理,2019,38(4):750-760. 被引量：15
3钟宇.中国黄金期货指数与黄金股票指数关系分析[J].现代盐化工,2019,46(3):121-123.
4鹿天宇,都莱娜,王海远,王吟秋,陶明婉,张雪伍.基于主成分分析与神经网络组合的股价变化趋势预测[J].电脑知识与技术,2019,15(2X):170-172. 被引量：2
5傅魁,刘玉洁,陈美丽.基于财经新闻情感倾向值的股票价格预测[J].北京邮电大学学报（社会科学版）,2019,21(1):87-100. 被引量：5
6刘述忠.基于GM-RBF神经网络的股票价格预测分析[J].计算机与现代化,2018(8):8-11. 被引量：6
7裴大卫,朱明.基于多因子与多变量长短期记忆网络的股票价格预测[J].计算机系统应用,2019,28(8):30-38. 被引量：14
8曹晓,孙红兵.基于灰色GARCH模型和BP神经网络的股票价格预测[J].软件,2017,38(11):126-131. 被引量：6
9车冠贤,李伟书.基于GF的ARMA-GARCH股票预测[J].现代商贸工业,2018,39(30):102-103. 被引量：1

科技经济市场

2019年第8期

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...

;

使用帮助返回顶部