个股走势模式分类的RBF神经网络方法

提出一个基宽度可调的RBF神经网络学习算法 ,并将它应用于个股走势模式的分类问题 .文中对走势模式的特征编码进行了阐述 ,改进了原有的编码方案 .

引入新闻短文本的个股走势预测模型

【目的】结合深度学习,分析股市数值数据和财经新闻,提高股票涨跌预测准确率。【方法】建立基于事件的新闻分类模型,使用多输入的循环神经网络建立基于新闻事件、资金流向和公司财务的个股走势预测模型,提升股票预测准确率。【结果】引入新闻文本后模型预测准确率进一步提升,其中,采矿业准确率达到76.22%,医药制造业准确率达到77.36%。【局限】未验证新闻标题与新闻文章对股价影响程度的差异,且新闻事件的分类是基于一年内的新闻数据集进行人工划分,数据集不具备完整性和代表性。【结论】引入新闻事件作为股票预测模型的特征之一,能够提升预测的准确率。

走势分化 持强汰弱

本周中小板走势再度延续了上周分化走势,以苏 宁、思源为首的一些有高送配题材的个股走势强劲、 攀升不已,而其他个股依然处于缩量回调、收敛整理态 势。而中小板在本周两会正在进行及主板大盘大幅震 荡下,仍然表现出一定的强势,表明目前介入机构对 其仍然较为看好。而其强势分化的走势也为投资者提 供了一个把握并持有强势股、淘汰弱势股的一个难得 机会。

重大发射对航天股走势的影响

我们选择过去六次航天发射日前后各十个交易日航天股相对大盘的走势,发现其中两次(神舟六号和九号)在发射前后航天股走势均强于大盘;有三次(神舟五号、七号和天宫一号)在发射日前航天股小幅强于大盘,在发射日之后相对大盘出现显著下跌;另有一次(神舟八号)

沉寂良久走势分化

在本周主板大盘受半年线阻击而欲涨还跌后,中小板再度延续了上周的弱势,全周表现鲜有亮点,基本上处于随波逐流之中。尽管中小板的弱势对不住江东父老,但近期一再无量震荡的中小板,在沉寂良久以后,开始演变成二极分化的走势。总体上看,本周中小板主要有以下几方面的特征。

长期投资选低市净率股票

在上证指数走出周线六连阳,投资者纷纷空翻多追入市场憧憬第七根阳线的时候,市场再一次和投资者开了玩笑。本周指数整体上呈现冲高回落的走势,个股走势进一步分化,部分个股跌幅超过10%。

雄关漫道真如铁 股市升跌从头越——九月深圳股市综述

九月深圳股市行情上下大幅震荡,个股走势纷呈,令人眩目,深指最高收报234.96点,最低187.37点,收盘在188.25点,全月总成交951亿元,无论从上下震幅、成交量来看,均演出了深圳股市历史上最为惊心动魄的一幕,如过眼烟云,仿佛使许多人做了场新富贵梦,一觉醒来才发现一切又从终点回到起点。

春节前后应能维持强势

上周观点回顾就估值而言中小板公司小盘和成长不确定性决定了其股价有较大的波动性,行情好时可能高度溢价,一旦行情降温,股价容易大幅振荡,本轮行情中小板涨幅达到240%,同样面临较大的调整压力。

从尾盘拉升洞悉主力操盘意图

在主力操作手法中拉尾盘是较为常见的一种。拉尾盘是一种做盘操作技巧,这种技巧在不同的环境中被不同机构所利用。个股出现拉尾盘动作包含多方面的行为意义。