基于神经网络参数估计的多时间序列股市分析方法探讨

• 作者: 李迎凤 王妍
• 来源期刊: 现代商业
• 关键词: 神经网络参数估计 多时间序列 股市分析 ARMA模型 GARCH模型
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 金融视线
• 页码范围: 91-92
• 页数: 2页
• 字数: 1671字
• 语种: 中文

摘要

本文从参数估计入手,将神经网络与时间序列模型相结合,以求探讨出一个能够提升预测股市的准确度的分析方法.并在两者的结合过程中,利用神经网络输入层为矩阵这种数据结构的先天优势,通过非线性映射函数sigmoid将多个时间序列模型进行整合,从而得到一个适合多个时间序列的权值矩阵,进而对股市进行预测与分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王妍		3	0	0.0	0.0
2	李迎凤		1	0	0.0	0.0