检索结果-内蒙古大学图书馆

作者：黄霞广东财经大学

学位级别：硕士

股市是一个复杂的系统,股市研究是经济领域一个炙手可热的课题。神经网络具有良好的非线性系统拟合能力,然而采用神经网络模型分析预测股票,难以给出合适的变量选择准则。遗传算法基于达尔文“适者生存”理论,通过一个合适的适用度函数... 详细信息

股市是一个复杂的系统,股市研究是经济领域一个炙手可热的课题。神经网络具有良好的非线性系统拟合能力,然而采用神经网络模型分析预测股票,难以给出合适的变量选择准则。遗传算法基于达尔文“适者生存”理论,通过一个合适的适用度函数的“指导”,使得优质基因(优质个体)能够以较大的概率遗传给下一代得以存续。将这一方法用于变量选择,可以对影响股票价格的变量进行全局优化,有效地解决了神经网络输入层变量的选取问题。已有适用度函数只考虑预测误差,预测误差越小,个体的适用度越高。然而,当预测误差相同或相近时,我们更应该优先选择那些变量个数少的个体。显然,已有适用度函数并不能解决这一问题。基于这一思想,本文提出了一种新的适用度函数。新的适用度函数不仅考虑预测误差,同时也考虑变量的个数。基于新的适用度函数的“指导”得到的优质个体,既能保证好的预测结果,又具有较少的变量个数。本文选取沪深300指数数据,分别采用单一的人工神经网络模型(BPNN),主成分分析和神经网络组合模型(PCA-BPNN),遗传算法和神经网络组合模型(GA-BPNN)和本文改进的遗传算法和神经网络组合模型(IGA-BPNN)进行实验。结果表明,本文方法在保证基本相当的预测精度的同时,能有效减少变量个数。

关键词：遗传算法主成分分析 BP神经网络股指技术指标适应度函数金融数据分析

来源：评论

学校读者我要写书评

暂无评论

金融数据分析构件的设计与开发

引用

软件工程师 2015年第10期 18-19页

作者：朱一辰王智钢李秋玉陈泽民徐阳金陵科技学院江苏南京211169

本文分析了金融数据分析的特点和方法,设计并开发K线翻转图分析构件,使用VFP实现了对K线图的上下、左右翻转操作,用于金融数据分析实践,并为设计和开发金融分析应用软件系统奠定基,得到的K线翻转图对金融数据分析有一定实用价值。

关键词：金融数据分析构件设计与开发

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘技术的金融数据分析系统设计与实现

基于数据挖掘技术的金融数据分析系统设计与实现

引用

作者：巩阳光湖北工业大学

学位级别：硕士

伴随着金融机构管理信息系统的大规模应用,金融机构在日常使用当中产生了海量数据。但是这海量数据并没有被高效的进行使用,金融的管理者在日常管理中,只是通过简单的统计与排序筛选等潜在的方法获得表面的一些信息。这些金融数据都是... 详细信息

伴随着金融机构管理信息系统的大规模应用,金融机构在日常使用当中产生了海量数据。但是这海量数据并没有被高效的进行使用,金融的管理者在日常管理中,只是通过简单的统计与排序筛选等潜在的方法获得表面的一些信息。这些金融数据都是来自日常的工作与管理的实践的历史积累,因此其中隐藏着大量且有用的金融数据,怎么样对这部分资源进行更深程度的挖掘,继而从中发现风险并且控制与预防风险的发生,这是一个需要深度研究的问题。如上所述,本课题提出了一个以数据挖掘为基础的金融数据分析系统,本课题将内容划分成为六个章节,详细划分如下:第一章节是绪论,该章节主要梳理了国内与国外相关数据挖掘研究的历程,并且总结了本课题相关的研究内容。第二章节是相关的技术和相关理论的阐述,介绍了与本课题相关的理论以及技术。第三章是需求分析和关键部分的设计,这个章节的内容是基于需求分析,提出以数据挖掘为基础的金融数据分析模型,还对每一个模块的关键部位进行了设计。第四章是解决本课题所设计的系统在实现过程当中关键性的技术问题,把多随机决策树的方案导入到金融数据的分析当中,还通过某个银行的具体数据来对其的效果进行检验。第五章是检验系统应用的展示效果,这个章节对于以数据挖掘为基础的金融数据分析系统进行了较为详细的设计。最终对本课题的内容进行了总评,并且对本课题所设计的系统进行了优缺点的介绍以及理清了下一步工作的主要内容。

关键词：金融数据分析数据挖掘系统模块

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘技术的金融数据分析系统设计与实现

引用

科教导刊-电子版（中旬） 2019年第1期 274-274页

作者：巩阳光湖北工业大学计算机学院湖北·武汉 430070

随着社会经济的发展,科技在各行各业中的应用越来越广泛,金融行业迎来了一轮又一轮的技术更新,基于数据挖掘技术的金融数据分析系统逐渐投入使用.本文作者希望能通过立足于数据挖掘技术,从几个方面系统阐述该技术对于金融数据分析系统... 详细信息

随着社会经济的发展,科技在各行各业中的应用越来越广泛,金融行业迎来了一轮又一轮的技术更新,基于数据挖掘技术的金融数据分析系统逐渐投入使用.本文作者希望能通过立足于数据挖掘技术,从几个方面系统阐述该技术对于金融数据分析系统的主要功能模块的设计与应用.

关键词：数据挖掘金融数据分析设计与实现

来源：评论

学校读者我要写书评

暂无评论

基于指数成分股关联的图卷积指数走势预测

引用

计算机工程与应用 2023年第9期59卷 319-328页

作者：王昌海梁辉王博崔晓旭郑州轻工业大学软件学院郑州450000 中国政法大学发展规划与学科建设处北京102249

利用历史交易数据预测股市指数未来走势是金融领域的重要问题,使用图卷积网络融合指数间走势关联性是该领域的前沿热点。针对当前图卷积指数预测中历史与未来动态图不一致的问题,提出一种基于指数成分股构建图结构的图卷积指数走势预测... 详细信息

利用历史交易数据预测股市指数未来走势是金融领域的重要问题,使用图卷积网络融合指数间走势关联性是该领域的前沿热点。针对当前图卷积指数预测中历史与未来动态图不一致的问题,提出一种基于指数成分股构建图结构的图卷积指数走势预测方法G-Conv。该方法提取传统量化特征和一维卷积网络的深度特征作为预测样本的特征。使用指数的成分股数据构建指数图结构,并对不同指数样本特征做图卷积以得到指数预测结果。使用A股中42个常用指数验证该方法的有效性。实验使用MAE和MSE作为模型训练的损失函数,选取GC-CNN、ADGAT等经典方法作为比较基准,结果表明在两种误差评价标准下,G-Conv分别降低平均预测误差5.10%和4.20%,且表现出较好的泛化性能。

关键词：金融数据分析股市指数预测数据归一化一维卷积神经网络图卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

金融数据可视化应用与研究

引用

福建电脑 2022年第7期38卷 38-41页

作者：罗孟华王可贵州财经大学大数据应用与经济学院(贵阳大数据金融学院) 贵阳550025 贵州财经大学信息学院贵阳550025

随着金融数据容量和复杂度的不断提高,使得用户对金融数据的分析和理解产生了一定的困难。进行金融数据可视化研究已成为金融市场的一个重要需求。本文基于Python可视化技术,进行金融数据可视化实例分析,并提出了金融数据可视化分析应... 详细信息

随着金融数据容量和复杂度的不断提高,使得用户对金融数据的分析和理解产生了一定的困难。进行金融数据可视化研究已成为金融市场的一个重要需求。本文基于Python可视化技术,进行金融数据可视化实例分析,并提出了金融数据可视化分析应用模式。文中实例生成对应的可视化图形,用更直观的方式对金融数据进行多维度展示并加以分析。研究结果表明,在金融数据分析中应用可视化技术可以让研究人员和用户迅速地洞察数据的内涵和价值,为进一步决策分析做出有利的技术支持。

关键词：金融数据分析可视化 Python 可视化库应用模式

来源：评论

学校读者我要写书评

暂无评论

基于网络的金融数据分析与挖掘

基于网络的金融数据分析与挖掘

引用

作者：王俊杰复旦大学

学位级别：博士

经济物理学是一个利用物理学的理论方法分析解决经济和金融问题的跨学科研究领域。它开启了物理和计算机研究者们对经济过程和金融市场问题的研究热潮。复杂网络是一个研究真实复杂系统的强大而有效的工具。但是,利用复杂网络方法研究... 详细信息

经济物理学是一个利用物理学的理论方法分析解决经济和金融问题的跨学科研究领域。它开启了物理和计算机研究者们对经济过程和金融市场问题的研究热潮。复杂网络是一个研究真实复杂系统的强大而有效的工具。但是,利用复杂网络方法研究金融市场还处于起步阶段,没有深入的实证研究。本文从复杂网络的理论框架对期货市场的网络统计特征、演化建模、群体行为和攻击弹性,以及从数据挖掘的角度对异常交易行为检测和价格传导机制进行深入地分析研究,希望能够帮助人们理解金融市场,认识其运行机制和规律,以及给监管者在预防极端市场和降低系统性风险的分析决策上提供有价值的思路。1.介绍期货交易网络的构建方法,全面分析期货交易网络的拓扑特征。期货交易网络是基于成交结果数据集构建的,节点代表交易者,边表示交易者之间的买卖交易关系。实证分析的结果表明期货交易网络具有这些特性：无标度行为、奇偶度分叉现象、小世界效应、层次组织、幂律介数分布、异配连接模式以及平均路径长度和网络直径随着网络生长而收缩的特性。对于期货交易网络每一个特性,我们均从期货市场交易业务和运行机制上做了解释和说明。实证分析的结果能够帮助市场参与者们和研究者们认识和理解金融市场交易业务的内在性质,也能够给金融市场监管者们在制定风险管控政策和具体措施时提供有价值的参考。2.分析期货市场超级操盘手的集体行为特性,并探究对其目标攻击后的网络弹性。我们对网络拓扑演化、富人俱乐部系数和目标攻击的场景进行研究分析,研究结果首先显示超级操盘手们特有的行为特征：交易次数多,交易时间长,交易品种繁杂,长时间保持活跃,拥有更多的机会进行再次交易；同时,他们在市场交易行为上显示了领导者的地位；其次,期货交易网络展示了明显的富人俱乐部结构,超级操盘手们互相紧密连接在一起；最后,期货交易网络在静态蓄意攻击下显示了很好的稳定性和健壮性,但是在每日交易网络的目标攻击弹性上,期货交易网络的结构演化表现各异：铜期货网络受到显著的冲击,天然橡胶期货网络没有影响,全市场网络有轻微的影响。这些分析结果可以帮助制定有效的监管方法,减弱金融市场系统性风险。3.跟踪期货交易网络的演化过程,揭示网络连接的微观动力学,并创建网络模型。期货交易网络经历了开始阶段的波动后,逐渐达到稳定状态,最大连通分量自始至终统治着网络的发展路线。在演化的过程中,期货交易网络一直展示了度和强度分布的无标度行为、小世界效应和异配连接模式。在微观层面上,我们揭示了网络连接的动力学,它作为网络演化的原始驱动力,并深入解释奇偶分叉现象。根据本质上越活跃的投资者会做越多买卖交易这个事实,以及网络连接动力学的分析结果,我们提出了一个活跃度模型,它能够成功地复制实证观察的结果。这些研究发现和建模思想可以帮助理解金融市场发展轨迹和运行机制。4.提出了一种金融市场里关联交易行为的检测方法。为了捕捉金融市场里这种新近出现的且呈上升发展趋势的异常交易行为,我们提出一个在期货合约上检测潜在关联交易组的方法：计算任何两个符合条件带符号委托量的统一聚集时间序列的相关系数,形成一个相关系数矩阵,构建相应的有权图；将多个每日有权图中的连通分量合并为综合有权图,多次出现的连通分量则认定为是一个潜在的关联交易组。我们在真实的委托记录集上进行检测实验,实验的结果显示我们的方法能够有效地检测期货市场上可疑的关联交易组,经过资深的业务专家验证,这个结果是可信的。5.提出基于延时相关性的价格传导关系图和趋势影响的方法,研究分析三家世界主要铜期货市场(LME、上期所和COMEX)的价格传导和互动关系。根据三家交易所每日两两价格序列间的延时相关性计算结果,我们建立价格传导关系图。对价格传导关系图的分析结果表明：LME领导着全球铜期货市场的价格,COMEX紧紧追随着LME,上期所价格受到LME强势的引导和影响。但是上期所价格和LME之间存在着明显的偏差。我们利用1分钟高频价格数据计算延时相关性,没有发现LME和上期所之间存在价格上的领导跟随关系。于是,我们利用趋势影响模型,测量上期所和LME在分钟级涨跌趋势上先背离后趋同的程度,结果表明上期所和LME在日内价格运行上存在明显的互动现象,但是LME对上期所的影响稍大。从三家交易所隔夜价格变化和交易时间的分析结果来看,上期所的交易时间太短,严重削弱其在全球市场价格发现中的地位。

关键词：经济物理学金融数据分析期货交易网络异常交易行为复杂网络

来源：评论

学校读者我要写书评

暂无评论

应用型人才培养目标下的新型教学模式研究——以金融统计分析课程为例

引用

科技风 2023年第21期 115-117页

作者：江艳婷黄日朋张海永韩慧霞滁州学院数学与金融学院安徽滁州239000

金融统计分析课程融合了金融和统计的专业知识,是提升学生金融建模和数据分析能力的重要课程,然而,传统的课堂授课以教师讲解知识为主,忽视了学生自主学习和思考判断能力的培养,且教学中通常重理论、轻实践,忽视案例教学的应用价值。基... 详细信息

金融统计分析课程融合了金融和统计的专业知识,是提升学生金融建模和数据分析能力的重要课程,然而,传统的课堂授课以教师讲解知识为主,忽视了学生自主学习和思考判断能力的培养,且教学中通常重理论、轻实践,忽视案例教学的应用价值。基于此,设计探索智慧课堂的混合教学模式,深入挖掘实践案例提升教学效果,营造以教师为主导、学生为主体的教学环境,全面提升学生知识素养和专业实践技能。

关键词：智慧课堂案例教学金融数据分析

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的量化交易模型研究

基于深度强化学习的量化交易模型研究

引用

作者：苏晓雨天津大学

学位级别：硕士

量化投资利用计算机技术从证券的历史数据中挖掘价格运行特征,形成一定的数学模型来实现投资策略,可以极大地减少投资者情绪波动的影响,避免投资者在市场极度狂热或悲观的情况下做出非理性投资决策,被越来越多的市场主体采用。与国外成... 详细信息

量化投资利用计算机技术从证券的历史数据中挖掘价格运行特征,形成一定的数学模型来实现投资策略,可以极大地减少投资者情绪波动的影响,避免投资者在市场极度狂热或悲观的情况下做出非理性投资决策,被越来越多的市场主体采用。与国外成熟的市场相比,国内市场仍属于非有效或弱有效市场,且非理性投资和错误定价行为屡见不鲜,因此构建适合国内股票市场的量化交易模型具有理论意义和现实意义。深度强化学习将深度学习的感知能力和强化学习的决策能力相结合,通过与环境的交互学习最优策略实现回报最大化,在许多需要感知高维度、非稳态数据的决策控制任务中表现出优秀的性能,是近年来量化交易领域的研究热点。本文设计并提出了基于DQN算法、基于DDPG算法和基于多线程异步优势角色-批判A3C算法的量化交易模型,这三种算法在一定程度上均能够提升金融交易的收益率。其中,基于A3C算法的交易系统能够同时将多个股票数据与智能体进行交互,使模型对动态数据的变化具有更好的适应性和泛化能力,以及更好的学习速度和效率。针对金融数据具有强时间相关性的特点,本文使用具有强大序列特征挖掘能力的长短期记忆网络构建智能体。针对金融数据具有非平稳、高复杂性且存在大量噪声的特点,将多种技术指标与原始数据同时作为训练智能体的输入环境数据,并通过大量实验得到了最优的回报函数。在沪深300成分股中随机选取16只股票在2009～2019年数据上的实验结果表明,基于A3C算法的交易系统的平均年化收益率为40.64%,高出基准27.69%;平均累计收益率为277.76%,高出基准189.22%;索提诺比率为1.49,高出基准0.72。性能表现也超过了多个高性能算法,平均年化收益率分别超过基于DDPG交易策略19.01%和基于DQN的交易策略24.47%。具有较高的实用价值和应用前景。

关键词：量化交易深度强化学习多线程异步优势角色-批判算法金融数据分析

来源：评论

学校读者我要写书评

暂无评论

数据挖掘技术的金融数据分析系统设计与实现

引用

数字化用户 2017年第35期23卷 265-265页

作者：孙溪 100016 国美金融北京

本文以数据挖掘技术的金融数据分析系统设计与实现为主题展开论述,首先从多个方面对系统主要功能模块设计和金融数据仓库设计进行了探讨,其次,对系统设计中的关键技术应用进行分析.

关键词：数据挖掘金融数据分析系统设计

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：