基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在目前,汇率预测的方法一般采用人工神经网络和贝叶斯估计方法,但这些方法一般都是基于汇率数据本身进行的.然而汇率的变动实际上是由政治、经济、心理等因素造成的.因此,利用这些新闻消息应该更具有可行性.该文讨论了如何根据新闻消息利用贝叶斯网络来进行汇率的趋势预测,分析了如何才能改进预测精度.同时还实现了一个寻找全局最优贝叶斯网络的选择算法.
推荐文章
汇率趋势预测数据挖掘的数据预处理方法
数据挖掘
预处理
源语言
Bayes语言
机器翻译
基于数据挖掘的服装流行色预测
服装设计
流行色
数据挖掘
预测模型
预测误差
聚类处理
基于灰色趋势关联分类的数据挖掘技术
灰色系统理论
灰色趋势
关联度
灰色分类
数据挖掘
汇率的分析与预测
汇率
预测
指数平滑法
灰色模型GM(1,1)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于消息的汇率趋势预测的数据挖掘方法
来源期刊 计算机工程与应用 学科 工学
关键词 贝叶斯网络 汇率预测 数据挖掘
年,卷(期) 2002,(15) 所属期刊栏目 会议论文精选
研究方向 页码范围 250-252,256
页数 4页 分类号 TP311.13
字数 4478字 语种 中文
DOI 10.3321/j.issn:1002-8331.2002.15.084
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (3)
参考文献  (2)
节点文献
引证文献  (13)
同被引文献  (7)
二级引证文献  (83)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(1)
  • 引证文献(1)
  • 二级引证文献(1)
2002(2)
  • 引证文献(1)
  • 二级引证文献(1)
2003(3)
  • 引证文献(2)
  • 二级引证文献(1)
2004(1)
  • 引证文献(0)
  • 二级引证文献(1)
2005(5)
  • 引证文献(2)
  • 二级引证文献(3)
2006(14)
  • 引证文献(3)
  • 二级引证文献(11)
2007(10)
  • 引证文献(3)
  • 二级引证文献(7)
2008(7)
  • 引证文献(0)
  • 二级引证文献(7)
2009(9)
  • 引证文献(0)
  • 二级引证文献(9)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
贝叶斯网络
汇率预测
数据挖掘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导