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:
股市是一个巨大的非线性动力系统,所以单一的预测模型很难全面地反映股市发展规律.通过构建多变量的灰色GM(1,N)和BP神经网络的组合模型实现了对上证股票收益率的预测,并取得了较好的预测效果.实验结果可以为股票投资者把握股市未来走势和规避投资风险提供参考.
推荐文章
基于神经网络的股票收益率预测研究
机器学习
非线性资产定价
神经网络
基于改进的随机森林算法股票收益率预测研究
粒子群
随机森林
股票收益率
特征选择
基于神经网络的股票预测系统研究
多层前馈神经网络
粗集理论
属性约简
遗传算法
股票指数收益率分布研究
股指收益率
正态性检验
高斯混合分布
EM算法
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 基于灰色神经网络的股票收益率预测
来源期刊 计算机与数字工程 学科 经济
关键词 股票收益率预测 灰色神经网络 灰色GM(1,N)预测模型 技术分析
年,卷(期) 2017,(1) 所属期刊栏目 算法与分析
研究方向 页码范围 24-28
页数 5页 分类号 F83
字数 4311字 语种 中文
DOI 10.3969/j.issn.1672-9722.2017.01.006
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 孙红兵 昆明理工大学理学院 36 171 7.0 11.0
2 曹雷欣 昆明理工大学理学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (118)
参考文献  (9)
节点文献
引证文献  (13)
同被引文献  (16)
二级引证文献  (1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(4)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(3)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
股票收益率预测
灰色神经网络
灰色GM(1,N)预测模型
技术分析
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导