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:
基于卡尔曼滤波的动态、实时性以及股票市场的分形特性,论文首创利用变维分形理论来建立关于股票市场的卡尔曼滤波状态方程和观测方程,提出了一种新的基于变维分形理论的卡尔曼滤波实时跟踪预测模型和算法.实例仿真结果分析表明,论文提出的算法具有可靠、计算简便、快速等特点,模型预测精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值.
推荐文章
数据多维处理LSTM股票价格预测模型
长短期记忆网络
股价预测
组合模型
萤火虫算法
最小二乘支持向量机
基于分型布朗运动的股票价格趋势预测
布朗运动
分型布朗运动
蒙特卡洛模拟
正态性检验
股票价格
基于情感分析和GAN的股票价格预测方法
股票价格预测
情感分析
卷积神经网络
生成对抗网络
混合神经网络和混沌理论的股票价格预测研究
混沌
时间序列
股票价格
神经网络
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 基于变维分形理论的卡尔曼滤波实时跟踪预测模型在股票价格预测中的应用
来源期刊 计算机工程与应用 学科 经济
关键词 变维分形 卡尔曼滤波 实时跟踪 预测 股票价格
年,卷(期) 2005,(13) 所属期刊栏目 工程与应用
研究方向 页码范围 218-220,223
页数 4页 分类号 F830.9
字数 4642字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.13.068
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐春艳 成都理工大学信息管理学院 4 37 3.0 4.0
2 彭继兵 成都理工大学信息管理学院 10 89 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (65)
参考文献  (5)
节点文献
引证文献  (10)
同被引文献  (7)
二级引证文献  (8)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(4)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
变维分形
卡尔曼滤波
实时跟踪
预测
股票价格
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