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:
本模型采用SVM神经网络算法对2007年的股票形势进行分析、预测及验证,并预测出未来5天的开盘走势,此预测模型的精度达到99%.并结合小波神经网络对其中特殊的国家政策及经济情况分析拟合,使模型更加符合实际的股指走势.将两种算法取长补短,在2012年上半年的股指进行分析预测的基础上,对未来可能出现的经济干扰模型进行预估,预测出未来股指走势.运用GUI界面将建立的模型输出,使仿真模型更有操作性,运用此界面,选取不同的干扰模型及年份,预测出更合理的股指走势,预测真实可靠.
推荐文章
基于时间序列的上证综合指数短期预测分析
上证综合指数
ARIMA模型
t-ARMA-GARCH模型
预测
基于历史数据的HEV工况识别与预测方法
混合动力汽车
工况识别
历史数据
SV族模型对沪市综合指数的实证分析
SV模型
杠杆效应
长记忆性
上证综合指数
基于GD-FNN的金融股指预测模型
广义动态模糊神经网络
金融股指预测
预测指标体系
动态模糊规则抽取
滑动时间窗
金融非线性系统辨识
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 利用中国股市历史数据建立上证综合指数的预测模型并进行模型验证与股指预测
来源期刊 科技与企业 学科
关键词 SVM算法 小波神经网络 股指预测 经济干扰模型 GUI界面
年,卷(期) 2012,(23) 所属期刊栏目
研究方向 页码范围 10-11
页数 分类号
字数 4022字 语种 中文
DOI
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 朱雨婷 3 6 1.0 2.0
2 年兴 5 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(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
SVM算法
小波神经网络
股指预测
经济干扰模型
GUI界面
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
科技与企业
半月刊
1004-9207
11-3096/N
小16开
北京市
2-282
1992
chi
出版文献量(篇)
33127
总下载数(次)
65
总被引数(次)
96200
论文1v1指导