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
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于指数成分股关联的图卷积指数走势预测
1
作者
王昌海
梁辉
+1 位作者
王博
崔晓旭
《计算机工程与应用》
CSCD
北大核心
2023年第9期319-328,共10页
利用历史交易数据预测股市指数未来走势是金融领域的重要问题,使用图卷积网络融合指数间走势关联性是该领域的前沿热点。针对当前图卷积指数预测中历史与未来动态图不一致的问题,提出一种基于指数成分股构建图结构的图卷积指数走势预测...
利用历史交易数据预测股市指数未来走势是金融领域的重要问题,使用图卷积网络融合指数间走势关联性是该领域的前沿热点。针对当前图卷积指数预测中历史与未来动态图不一致的问题,提出一种基于指数成分股构建图结构的图卷积指数走势预测方法G-Conv。该方法提取传统量化特征和一维卷积网络的深度特征作为预测样本的特征。使用指数的成分股数据构建指数图结构,并对不同指数样本特征做图卷积以得到指数预测结果。使用A股中42个常用指数验证该方法的有效性。实验使用MAE和MSE作为模型训练的损失函数,选取GC-CNN、ADGAT等经典方法作为比较基准,结果表明在两种误差评价标准下,G-Conv分别降低平均预测误差5.10%和4.20%,且表现出较好的泛化性能。
展开更多
关键词
金融数据分析
股市指数预测
数据归一化
一维卷积神经网络
图卷积神经网络
下载PDF
职称材料
题名
基于指数成分股关联的图卷积指数走势预测
1
作者
王昌海
梁辉
王博
崔晓旭
机构
郑州轻工业大学软件学院
中国政法大学发展规划与学科建设处
出处
《计算机工程与应用》
CSCD
北大核心
2023年第9期319-328,共10页
基金
国家自然科学基金(61872439)
河南省重点研发与推广专项(212102210096,222102210030)。
文摘
利用历史交易数据预测股市指数未来走势是金融领域的重要问题,使用图卷积网络融合指数间走势关联性是该领域的前沿热点。针对当前图卷积指数预测中历史与未来动态图不一致的问题,提出一种基于指数成分股构建图结构的图卷积指数走势预测方法G-Conv。该方法提取传统量化特征和一维卷积网络的深度特征作为预测样本的特征。使用指数的成分股数据构建指数图结构,并对不同指数样本特征做图卷积以得到指数预测结果。使用A股中42个常用指数验证该方法的有效性。实验使用MAE和MSE作为模型训练的损失函数,选取GC-CNN、ADGAT等经典方法作为比较基准,结果表明在两种误差评价标准下,G-Conv分别降低平均预测误差5.10%和4.20%,且表现出较好的泛化性能。
关键词
金融数据分析
股市指数预测
数据归一化
一维卷积神经网络
图卷积神经网络
Keywords
financial data analysis
stock market index prediction
data normalization
one-dimensional convolutional neural network
graph convolutional neural network
分类号
TP29 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于指数成分股关联的图卷积指数走势预测
王昌海
梁辉
王博
崔晓旭
《计算机工程与应用》
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部