基于K线理论的股票灰色预测方法研究

文章将GM(1 ,1 )模型用于股票预测 ,提出了基于K线理论的股票灰色预测方法 ,并通过预测实例说明了其有效性。

K线理论在地震趋势分析中应用的可行性研究

地震灾害给人类带来了巨大的生命和财产损失,为了尽可能地降低地震灾害损失,人类需要不断地寻找更科学的地震预测预报方法。虽然目前的地震预测预报方法的研究已经取得了很多可喜的进步,但科学进展与实现科学预报地震的目标之间还存在很大的距离。本文将对K线理论在地震趋势分析中应用的可行性进行研究,希望能够提供一种新的地震趋势分析思路。本文根据地震活动趋势分析与投资品价格走势分析的比较,提出了可以用K线理论进行地震活动趋势分析的观点,并定义了地震K线的画法,还通过对徐州周围的历史地震K线图的分析,验证了K线理论在地震趋势分析中应用的可行性。

K线理论的实际应用研究——以中海发展为例

证券是一个高度复杂的非线性动态系统,其变化规律有一定的自身的趋势性,但又多半受政治的、经济的、心理的等诸多因素的影响,同时证券市场中成功的交易模式是可以模仿学习的。本文仅结合部分K线理论对中海发展(600026)在2009年第一季度的走势进行了粗浅的技术分析,希望能够学以致用。

基于K线图理论的瓦斯异常模式诊断研究

在归纳瓦斯监测数据异常模式的同时,从K线图角度对瓦斯异常模式进行研究,得出煤与瓦斯突出时呈大阳线形态,炮后瓦斯涌出呈二、三连阳等结论。据此确立瓦斯异常K线诊断准则,运用VB.NET程序设计语言编写了瓦斯异常K线诊断程序,通过对105条不同矿井瓦斯K线异常序列进行混合诊断,诊断准确率达到93.33%,普适性较强。

基于K线图理论的河流水位变化表征方法及其应用研究

首先总结分析河流水位变化传统表征方法的优缺点,其次运用K线图理论确定水位K线图4个特征水位值的提取方法,最后依据1950—2019年黄河利津水文站相关实测资料,分别绘制基于1 a、10 a周期的3000 m^(3)/s流量对应的水位K线图。结果显示:与传统的水位变化过程线相比,K线图既能显示单一周期和多个连续周期的水位变化趋势,也可以从中获取水位变化的其他重要信息,表征水位变化的效果十分理想。

基于K线及布林线的房地产市场趋势预测

以K线和布林线为基本工具,提出了直观形象判断和预测房地产市场的周期波动的机理;并以月为基本周期绘制厦门市整体区域和分区房地产市场K线图,结合厦门市宏观经济形势、房地产市场发展状况以及宏观政策,判断和预测厦门市房地产周期波动及价格趋势。实验结果证明,K线与布林线组合的房地产周期波动分析及价格趋势预测是一种有效的研究手段,能够反映房地产周期波动的特征及趋势,是一种值得推广的研究方法。

CONDITIONAL FACTORIZATION BASED ON LATTICE THEORY FOR -INTEGERS

In this paper,the integer N = pkq is called a <k,1>-integer,if p and q are odd primes with almost the same size and k is a positive integer. Such integers were previously proposed for various cryptographic applications. The conditional factorization based on lattice theory for n-bit <k,1>-integersis considered,and there is an algorithm in time polynomial in n to factor these integers if the least significant 「((2k-1)n)/((3k-1)(k+1))」bits of p are given.

房地产周期波动及价格趋势分析与预测

采用K线理论及工具,剖析房地产周期波动机理,并以月为周期绘制厦门市整体区域和分区房地产市场K线图,结合厦门市房地产经济特征以及宏观经济形势及政策,对厦门市房地产周期波动进行预测和判断。实验结果表明,基于K线理论的房地产周期分析是一种有效的研究手段,能够反映房地产周期波动的特征及趋势,是一种值得推广的研究方法。

基于供应链协同的企业竞争力评价

构建企业资金流评价指标——细胞竞争力指标,借鉴股票K线理论对其进行评价,分析供应链协同绩效指标与资金流指标之间的价量关系,剖析供应链协同绩效与企业竞争力之间的关系,再结合雷达图寻求企业供应链协同中存在的具体问题,提供一种基于供应链协同的企业竞争力评价与分析方法,并进行了实例验证,为提高供应链企业的运作水平与效率提供了借鉴。

基于LSTM的缝洞型油藏水淹异常模式识别及预警

大缝大洞的存在和频繁的工作制度导致缝洞型油藏含水率变化特征多样,暴性水淹预警难度大。针对传统预警方法存在的时滞性问题,采用K线理论刻画含水率生产指标变化趋势,总结出充沛型、突破型、反转型等水淹前异常模式;由于循环神经网络能够刻画生产数据间的长程相关性,采用基于循环神经网络的长短期记忆网络(LSTM)自动识别水淹异常模式特征实现暴性水淹预警。仿真实验表明基于LSTM的水淹异常模式识别模型通过变换数据尺度,较好地捕获暴性水淹前数据的整体变化趋势,识别精度明显优于支持向量机、朴素贝叶斯等模型。K线理论刻画的各类异常模式有效解决了传统预测的时滞难题,提前1~3周实现水淹预警,可以为缝洞型油藏水淹预警研究提供新的研究思路。

基于神经网络模型的沪深300指数预测

文章对选取沪深300指数收盘价序列进行了正态性检验和Hurst指数的计算,得出价格序列的非正态和长记忆性特征。随后选择了适当的结构建立Elman神经网络模型,结合技术分析中的K线图理论,对沪深300指数隔夜开盘价进行了预测。经过求解和趋势检验,以及与相同输入输出结构线性模型的比较,发现该模型取得了良好的预测效果。

关于“530”的分析

2007年5月30日让中国股民印象深刻，“530”暴跌后，牛市结束。本文结合形态理论、k线理论，分析“530”前后的市场趋势，并探究市场变化前的诸多预警信息，以及股民们的心理活动。

基于R语言的个股交易策略探析——移动平均趋势

随着我国资本市场的不断发展,金融与计算机领域的联系也逐渐紧密,而R语言也逐步进入金融领域,其在数据获取与分析、可视化上都具有较大的优势。结合R语言中金融方面的拓展包对R构成K线图、均线图进行初步尝试,用R语言抓取中远海控2020年7月1日至2021年7月9日的股票数据,同时基于我国股票市场的发展情况,阐释投资群体和投资方法。以个股为样本,观测20日均线趋势并且在突破、回踩时执行交易,以此实现买卖点的选择,研究发现20日均线策略可以在一定的情况下获利,在此基础上分析20日均线的不适用情况。