共查询到20条相似文献，搜索用时 484 毫秒
1.
股票市场的价格走势复杂且难以预测,现在市场上存在太多针对股票的指数预测,但是即使资深的证券分析师也不能准确预测出中国的股市.再加上中国的股市成立时间尚短,资本市场还不完善,所以,本文通过研究美国近百年的股市发展规律来确定中国上证指数的发展走势并对其进行预测. 相似文献
2.
文章采用相关向量机(Relevance Vector Machine)对股市的股票数据进行回归分析,并与支持向量机(Support Vector Machine)方法进行比较。同时还应用RVM方法对股指数进行预测,并给出预测的置信区间,这对投资者的投资行为具有一定的指导意义。 相似文献
3.
股票当前价格历来反映未来基本数据,通常有6个月时差,由于这个时差,令不少投资人对基本面分析有极大误解。正因如此,09年3月股市触底,09年经济也没有变得更糟,股市预测机制是正面反馈。中国数据不全,暂时以西方的说明一下。 相似文献
4.
童元松 《南京广播电视大学学报》2014,(1):37-41
文章综合国内外诸多文献,从研究方法的视角综述机构投资者对股市的影响：不同研究者从时间序列或截面上分析了机构投资者对股市的正反影响,选取股市的波动性、流动性等作为被解释变量,以机构投资者持股比例、股票交易量和股票总市值等为解释变量,运用了多元回归、向量自回归、面板回归分析以及Granger因果检验等计量经济学的实证分析法. 相似文献
5.
7月13日,股市大涨40点,有人预测其后几天的股市应该能站稳2800点。股市应该涨,因为中国在通货膨胀的时代,现在只有股价最便宜,其他的商品、金融产品都暴涨过了,唯有股票这三年没涨,现在平均市盈率不到16倍,是全世界最便宜的股票。在这个点位,我们不买,外资便会来买,与其便宜别人,不如自己掌握筹码。但是,因为半年的经济数据引发股市上涨,却是一种集体迷失。因为这样的经济数据,不足以引发股市上涨。如果停留在对这种数据的炒作上,实在不是现代投资人的做派。 相似文献
6.
股票预测系统主要是用支持向量机的回归预测算法来实现对股票周线的预测。其首先根据股票数据特征值建立一个模型,然后利用该模型进行股票周线的预测,最后与真实结果相对比。实验表明此算法考虑的特征因素较多,预测的准确率相对较高。 相似文献
7.
许毓坤 《宁波职业技术学院学报》2007,11(5):91-94
股市波动与宏观经济变量之间有着复杂的非线性关系。分析了影响股指的宏观经济因素,利用2000年至2006年度的相关数据建立BP神经网络模型仿真、建模和预测,取得预定效果,并对2006年度股指的快速上涨现象做出分析,得出我国股市已进入复苏上涨期。 相似文献
8.
结合K-近邻算法、支持向量机算法和时间序列算法的优点,整合其结果提出一种综合预测算法,并将其应用到沪深300指数的涨跌预测中。首先通过时间序列预测出股票未来一段时间内的走势图,然后结合K-近邻算法判断该走势图的总体涨跌趋势,最后将涨跌趋势量化作为一变量引入到支持向量机算法中,通过支持向量机算法预测最终的股票涨跌。该方法能够弥补3种算法的不足,能够更加准确地预测股市的涨跌趋势。 相似文献
9.
方岚 《太原理工大学高等教育研究》2004,22(4):41-43
以中国内地的股市为背景，检验国外经济学家提出的“税率影响学说”以及“股利厌恶学说”是否可以合理解释“除息日被除息的股票股价下跌的幅度小于该股票每股股利”这一股市中普遍存在的现象。研究发现，中国的股市在除息日不存在买卖上的不均衡现象，而且除息日被除息股票股价的下跌额大于该股票的每股股利。认为在不存在股利强制成本的时候，投资者喜爱股利。 相似文献
10.
《阅读与作文(高中版)》2010,(5)
一、股市动态分析30指数回顾及简评上证指数上周末收于3128.59点,本周末收于2989.29点,下跌4.45%;股市动态30指数上周末报收879.42点,本周末收于863.51点,下跌1.81%;其中股票组合下跌2.62%。股市动态30指数自2008年1月1日设立以来,下跌13.65%,同期上证指数下跌43.19%。股市动态30指数、股票组合本周都跑赢大盘。中国西电上 相似文献
11.
基于证券市场和国家经济数据密切相关的思想提出一种根据国家综合经济数据对证券投资市场时机进行指导预测的方法 .采用模糊逻辑和遗传算法相结合来描述综合经济数据和各种资产类之间的相关关系 ,模糊逻辑表征经济数据的上下波动在多大程度上影响这种相关关系预测的准确性 ,而遗传算法的全局搜索能力保证得到综合经济数据与证券投资之间在最小风险条件下的投资时机决策关系 .最后 ,用该方法对股市实例进行仿真实验 ,得到较为理想的结果 相似文献
12.
许伟河 《福建工程学院学报》2014,(4):386-391
文章运用基于滚动窗口的马尔科夫链预测模型,对上证综指的变动进行研究,创新的给出概率转移矩阵、极限概率以及预测准确率的时变特征,并给出马尔科夫链预测模型的最优窗口长度和状态定义阀值。研究揭示,大盘波动幅度与大盘的极限概率有着密切的关系;股指期货推出后大盘平盘概率占据主导地位,平稳性显著提高,马尔科夫链预测模型的预测准确率也有了较大提高。 相似文献
13.
由于股票市场变化存在着多因素、非线性、时变性等特点,传统预测模型忽视了股指波动影响因素特征提取的合理性与准确性,导致预测效果不理想。鉴于此,提出了融合情感分析和 SVM_LSTM 特征提取模型的股指预测方法以提高股指预测精度,将 SVM 和 LSTM 方法相结合建立 SVM_LSTM 模型,提取影响股指波动的情感极性特征、涨跌趋势特征以及股票技术指标特征,进而弥补影响股指波动的存在因素实现股指预测。通过与传统股指预测方法相比较,该方法实验结果的 MSE（均方差）达到了 0.172 2,比传统模型的均方差缩小了约0.083 7,证明了该预测方法在准确度上效果更好。 相似文献
14.
张棣芳 《湖南科技学院学报》2007,28(9):22-24
探讨了中国证券市场股票价格指数的波动是否具有周期性,并基于时间序列的谱分析方法,采用应用统计软件SPSS13．0和Eviews3．1对本地证券市场的市场指数进行了分析,得到了上证综指的谱密度与频率和上证指数的周期数据。 相似文献
15.
Elman神经网络是一种典型的回归神经网络,比BP神经网络具有更强的计算和适应时变特性的能力,因而非常适用于预测股市这一类极其复杂的非线性动力学系统。文章给出一种基于Elman神经网络的股票市场建模、预测及决策方法,对浦发银行股价在时间序列上作了连续若干天的短期预测,实验结果取得较高的预测精度、较为稳定的预测效果和较快的收敛速度。这表明该预测模型对于个股价格的短期预测是可行和有效的。 相似文献
16.
为了避免股票市场中因子之间复杂非线性关系引起的多因子选股模型过拟合现象,基于因子偏离度对股票因子数据进行分析,筛选影响股票收益率的有效因子,通过梯度提升树对股票影响因子的权值进行不断调整和分析,建立一个DEV-GBDT量化选股模型,再根据基于因子偏离度的GBDT多因子选股模型的预测结果进行模拟交易,以沪深300指数成分... 相似文献
17.
高频金融数据下对资产价格波动的研究越来越受到人们的关注,而随着对数据行为解析能力的提高,噪音也会随着采样频率的提高而增加,从而导致已实现波动率的估计偏差。为了降低高频数据中噪音对波动率估计的影响,在HAR-RV模型基础上使用EEMD结合小波分析的方法提高估计的有效性。实证研究发现,仅使用EEMD进行降噪预测并不能很好地预测股票市场的实际变动趋势,而在EEMD分解后的高频部分中使用小波方法进行处理,发现降噪后构建模型的均方误差（MSE）与平均绝对误差（MAE）分别下降了93.92%及76.94%,能够满足对股票市场实际序列变动的预测要求。 相似文献
18.
结合经验模态分解（empiricalmodedecomposition,EMD）算法和自适应神经模糊推理系统（adap-tiveneuralfuzzyinferencesystem,ANFIS）算法应用于股票市场预测,提出了一种新的股票市场的预测模型,即EMD-ANFIS的多步预测模型。首先应用EMD算法把原始数据分解成不同尺度的基本模态函数（IMF）和残差（RES）,然后通过ANFIS算法对生成的各个IMF和RES进行自适应神经模糊推理,再把各个预测结果进行简单的聚合作为股票的预测价格,并与传统的预测方法进行比较,实验证明了EMD-ANFIS的多步预测模型具有更高的预测精度。 相似文献
19.
王庆余 《天津工程师范学院学报》2003,13(1):23-26
综述了通过一维的经济时间序列的相空间重构技术构造反映产生经济时间序列的原始系统的本质因素的理论,并举例说明了该技术的实际应用。 相似文献
20.
利用SAS软件对上证股市数据作了周回升率的实证研究,探讨了股票内在的联系,结果表明股票的主成分分析及因子分析具有一致性,即股市结构由一般经济条件、工业部门活动和各公司特殊活动三部分构成,并由主成分回归获得周回升率的预测值。 相似文献