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
基于细粒度演化超网络的股票预测
被引量:
3
1
作者
杨康
王进
+2 位作者
胡峰
刘晓
董师周
《江苏大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017年第3期319-324,共6页
为了更准确地预测股票的走势,提出了一种基于细粒度演化超网络的股票预测方法.对2011年证券年报数据进行处理,以预测其中股票在2012年的走势.采用卡方分裂算法和等宽度离散化相结合的方法对股票数据进行有效的离散化,以应对连续型数据...
为了更准确地预测股票的走势,提出了一种基于细粒度演化超网络的股票预测方法.对2011年证券年报数据进行处理,以预测其中股票在2012年的走势.采用卡方分裂算法和等宽度离散化相结合的方法对股票数据进行有效的离散化,以应对连续型数据简单二值化处理造成的信息损失,然后采用细粒度演化超网络模型预测每支股票在未来一年内的走势.试验结果表明:细粒度演化超网络对股票走势预测正确率是86.73%,股票上涨预测正确率是75.00%.得到了用细粒度超网络挖掘影响股票上涨的重要特征组合及其对应的取值范围,为投资者提供了一种可靠而又方便的选股新方法.
展开更多
关键词
证券年报
股票预测
细粒度超网络
卡方分裂算法
机器学习
下载PDF
职称材料
题名
基于细粒度演化超网络的股票预测
被引量:
3
1
作者
杨康
王进
胡峰
刘晓
董师周
机构
重庆邮电大学计算机科学与技术学院
重庆邮电大学计算智能重庆市重点实验室
出处
《江苏大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017年第3期319-324,共6页
基金
重庆市研究生科研创新项目(CYS15167
CYS14147
+1 种基金
CYS14150)
重庆市基础与前沿研究计划项目(cstc2014jcyjA40001)
文摘
为了更准确地预测股票的走势,提出了一种基于细粒度演化超网络的股票预测方法.对2011年证券年报数据进行处理,以预测其中股票在2012年的走势.采用卡方分裂算法和等宽度离散化相结合的方法对股票数据进行有效的离散化,以应对连续型数据简单二值化处理造成的信息损失,然后采用细粒度演化超网络模型预测每支股票在未来一年内的走势.试验结果表明:细粒度演化超网络对股票走势预测正确率是86.73%,股票上涨预测正确率是75.00%.得到了用细粒度超网络挖掘影响股票上涨的重要特征组合及其对应的取值范围,为投资者提供了一种可靠而又方便的选股新方法.
关键词
证券年报
股票预测
细粒度超网络
卡方分裂算法
机器学习
Keywords
securities annual report
stock forecasting
fine-grained hypernetwork
Chi-square splitting method
machine learning
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于细粒度演化超网络的股票预测
杨康
王进
胡峰
刘晓
董师周
《江苏大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017
3
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