基于机器学习的股票预测研究综述

• 作者: 张倩倩 林天华 祁旭阳 赵霞
• 来源期刊: 河北省科学院学报
• 关键词: 股票预测 神经网络 时间序列 机器学习
• 年，卷（期）: 2020,（4）
• 页码范围: 15-21
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

越来越多的学者投入到股市预测的研究中,探求股市发展规律,也不断有新的科学技术应用到股市预测,以求能够预先掌握其发展趋势.本文对各种股票预测方法研究进行综述.介绍了基于传统时间序列、隐马尔可夫模型等传统预测模型,以及基于机器学习、深度学习的决策树、神经网络、组合模型等新型创新模型,并介绍了各模型的优缺点,总结了基于神经网络的股票预测模型的基本步骤.最后,对股票预测研究方法做出总结与展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林天华		15	42	5.0	6.0
2	张倩倩		6	1	1.0	1.0
3	祁旭阳		4	0	0.0	0.0
4	赵霞		12	31	3.0	5.0