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:
使用股票的历史数据去预测股市,其忽略了市场波动中金融新闻和公众评论所造成的影响.结合历史数据和金融新闻和公众评论去预测股票时,如何准确、快速地从文本中挖掘出关键信息十分重要.基于深度学习的预测方法能更好地提取文本和股票数据的特征,特别是循环神经网络其能够捕获数据的时序特征.
推荐文章
基于机器学习的股票预测研究综述
股票预测
神经网络
时间序列
机器学习
机器学习在股票预测中的应用综述
股票预测
机器学习
支持向量机
深度学习
集成学习
机器学习在储层预测中的应用分析
机器学习
储层预测
神经网络
网络模型
变步长BLSTM集成学习股票预测
双向长短期记忆网络
集成学习
变步长
股票价格
改进均方误差损失
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 机器学习在股票预测中的应用
来源期刊 数码设计(下) 学科
关键词 机器学习 股票预测 应用
年,卷(期) 2021,(2) 所属期刊栏目 网络工程设计
研究方向 页码范围 26-27
页数 2页 分类号 J04
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(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)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
机器学习
股票预测
应用
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
数码设计(下)
月刊
1672-9129
11-5292/TP
北京昌科园超前路37-6-3层
chi
出版文献量(篇)
21032
总下载数(次)
94
总被引数(次)
906
论文1v1指导