期刊文献+
共找到19篇文章
< 1 >
每页显示 20 50 100
基于EEMD的投资者情绪与股指波动的关系研究 被引量:41
1
作者 李合龙 冯春娥 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2014年第10期2495-2503,共9页
基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)对非线性、非平稳性金融时间序列的有效处理,运用EEMD方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项,提取出序列在不同时... 基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)对非线性、非平稳性金融时间序列的有效处理,运用EEMD方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项,提取出序列在不同时间尺度下的波动特征,并将得到的IMF分量和残余项按照高低频重构为序列的短期波动项,中期重大事件影响项和长期趋势项,进一步结合计量模型考察投资者情绪和股指价格序列在不同时间尺度下的波动关联性.实证结果表明,投资者情绪与股指价格波动在不同时间尺度下呈现出不同的波动关系:短期投资者情绪与股指价格波动存在双向影响,中期投资者情绪波动领先于股指价格波动,而长期则转变为股指价格领先投资者情绪波动. 展开更多
关键词 投资者情绪 股指价格 EEMD 波动
原文传递
基于EMD-LSTM模型的股指收盘价预测 被引量:16
2
作者 刘铭 单玉莹 《重庆理工大学学报(自然科学)》 CAS 北大核心 2021年第12期269-276,共8页
股指是投资者用来规避股市风险的工具,为了对金融股指进行有效预测,采用了一种基于经验模态分解(EMD)和长短期记忆网络(LSTM)模型的组合预测方法,对股指进行统计性描述,发现中国3个股指的波动具有明显区别,就这一特征对数据进行建模。... 股指是投资者用来规避股市风险的工具,为了对金融股指进行有效预测,采用了一种基于经验模态分解(EMD)和长短期记忆网络(LSTM)模型的组合预测方法,对股指进行统计性描述,发现中国3个股指的波动具有明显区别,就这一特征对数据进行建模。建立传统时间序列模型及机器学习模型共7种模型,经对比研究发现:EMD-LSTM模型在预测沪深300股指收盘价和深证成指收盘价上具有较好的效果,预测上证指数收盘价时LSTM模型具有较好的效果,从而分析出数据波动大小对于模型的预测效果有一定的影响,可以根据数据波动性来选择适合的股指预测模型。 展开更多
关键词 股票指数 金融预测 EMD-LSTM 深度学习 经验模态分解
下载PDF
非线性代数模型LSTM的应用研究——以股票指数预测为例
3
作者 郭华毅 《江西电力职业技术学院学报》 CAS 2023年第1期139-141,144,共4页
为合理预测我国股票指数,建立了一个深层LSTM非线性模型。根据新浪财经提供的2020年1月1日至12月31日,中国股票市场18个指数相关的数据,运用LSTM非线性模型预测该18个指数的收盘价,并将LSTM非线性模型的预测性能与ARIMA线性模型和SVR非... 为合理预测我国股票指数,建立了一个深层LSTM非线性模型。根据新浪财经提供的2020年1月1日至12月31日,中国股票市场18个指数相关的数据,运用LSTM非线性模型预测该18个指数的收盘价,并将LSTM非线性模型的预测性能与ARIMA线性模型和SVR非线性模型进行对比。实验表明,在短期与长期预测性能对比中,LSTM非线性模型的预测性能最佳。 展开更多
关键词 股票指数 预测 LSTM非线性模型 ARIMA线性模型 SVR非线性模型 预测性能
下载PDF
一种基于决策树的用于构建量化策略的分类器
4
作者 刘向丽 崔文泓 《纯粹数学与应用数学》 2023年第3期339-349,共11页
将技术指标引入决策树的构建,并结合Adaboost模型优化,以上证综指为例提出一种交叉验证的股票指数价格涨跌预测模型.基于预测模型构建对时间序列数据的量化择时系统,并评估其策略表现.实证结果表明,本文提出的预测模型精度较高,基于预... 将技术指标引入决策树的构建,并结合Adaboost模型优化,以上证综指为例提出一种交叉验证的股票指数价格涨跌预测模型.基于预测模型构建对时间序列数据的量化择时系统,并评估其策略表现.实证结果表明,本文提出的预测模型精度较高,基于预测模型的量化择时系统有更好的表现,具有较优秀的市场状况识别状态和获得超额收益的能力.该结果为决策树在择时策略中的创新性运用提供参考,为技术指标的创新运用提供新的思路. 展开更多
关键词 决策树 量化择时 交易策略 股票指数
下载PDF
次贷危机与股票市场联动
5
作者 叶银龙 黄晓莉 《杭州电子科技大学学报(社会科学版)》 2009年第S1期51-54,共4页
本文基于VAR模型的协整检验,考察了我国股票市场在次贷危机期间与国际市场间联动性的动态变化过程。实证研究结果表明,在次贷危机的不同时期,我国股指与其他主要股指的联动关系是不同的,而且在危机时期,它们的联动性有显著提高的趋势。
关键词 VAR模型 协整检验 股票指数 次贷危机 联动性
下载PDF
基于深度学习LSTM神经网络的全球股票指数预测研究 被引量:108
6
作者 杨青 王晨蔚 《统计研究》 CSSCI 北大核心 2019年第3期65-77,共13页
作为深度学习技术的经典模型之一,长短期记忆(LSTM)神经网络在挖掘序列数据长期依赖关系中极具优势。基于深度神经网络优化技术,本文构造了一个深层LSTM神经网络并将其应用于全球30个股票指数三种不同期限的预测研究,结果发现:①LSTM神... 作为深度学习技术的经典模型之一,长短期记忆(LSTM)神经网络在挖掘序列数据长期依赖关系中极具优势。基于深度神经网络优化技术,本文构造了一个深层LSTM神经网络并将其应用于全球30个股票指数三种不同期限的预测研究,结果发现:①LSTM神经网络具有很强的泛化能力,对全部指数不同期限的预测效果均很稳定;②相比三种对照模型(SVR、MLP和ARIMA),LSTM神经网络具有优秀的预测精度,其对全部指数的平均预测精度在不同期限上均有提升;③LSTM神经网络能够有效控制误差波动,相比三种对照模型,其对全部指数的平均预测稳定度在不同期限上亦均有提高。鉴于LSTM神经网络在预测精度和稳定度两方面的优势,其未来在金融预测等方向将有广阔的应用前景。 展开更多
关键词 LSTM神经网络 深度学习 股票指数预测
下载PDF
一种基于趋势分形维数的股指时间序列相似性分析方法 被引量:8
7
作者 倪丽萍 倪志伟 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2012年第9期1900-1907,共8页
为了提高股指时间序列相似性分析的准确性,提出趋势分形维数的概念,并基于此定义了相似性分析方法.趋势分形维数包含阳线维和阴线维.能更好地反映市场跌涨变化趋势.基于该维数的相似性度量方法能够提高相似性度量的准确性.通过与其他两... 为了提高股指时间序列相似性分析的准确性,提出趋势分形维数的概念,并基于此定义了相似性分析方法.趋势分形维数包含阳线维和阴线维.能更好地反映市场跌涨变化趋势.基于该维数的相似性度量方法能够提高相似性度量的准确性.通过与其他两种相似性度量方法对比.进一步说明该方法的优越性. 展开更多
关键词 股指序列 趋势分形维数 相似性分析 K—means算法
原文传递
股指时间序列的低维分形表示及相似性研究 被引量:1
8
作者 王洪波 罗贺 +1 位作者 彭张林 王素凤 《系统工程学报》 CSCD 北大核心 2019年第1期46-56,共11页
针对复杂波动股指时间序列分形表示以及相似性问题,建立了以复杂波动趋势特征为基础的低维分形表示方式,提出了一种基于低维分形表示的相似性度量方法.定义了一种基于维数简约的趋势特征提取技术,以满足低维分形表示方式对波动趋势特征... 针对复杂波动股指时间序列分形表示以及相似性问题,建立了以复杂波动趋势特征为基础的低维分形表示方式,提出了一种基于低维分形表示的相似性度量方法.定义了一种基于维数简约的趋势特征提取技术,以满足低维分形表示方式对波动趋势特征的需要.在此基础上,构造出一种综合考虑复杂波动趋势特性的相似性度量方法用以划分不同类别的股指时间序列.采用多组真实数据进行计算实验,并与其他三种相似性度量方法进行相比,实验结果表明本文方法优于对比方法. 展开更多
关键词 股指时间序列 低维分形表示 相似性度量 等距映射
下载PDF
基于复杂网络理论的股票指标关联性实证分析 被引量:37
9
作者 张来军 杨治辉 路飞飞 《中国管理科学》 CSSCI 北大核心 2014年第12期85-92,共8页
复杂网络理论是研究股票市场内在结构和功能的有力工具,股票指标的关联性已成为研究股票市场的一个新视角。基于复杂网络理论对深沪300指数(2011年7月28至2012年2月28)构建网络拓扑结构。利用DFA进行数据筛选,计算筛选后数据的股票指标... 复杂网络理论是研究股票市场内在结构和功能的有力工具,股票指标的关联性已成为研究股票市场的一个新视角。基于复杂网络理论对深沪300指数(2011年7月28至2012年2月28)构建网络拓扑结构。利用DFA进行数据筛选,计算筛选后数据的股票指标的绝对相关系数。根据股票指标的绝对相关系数概率分布确定阈值,构建网络拓扑结构,计算股票指标的网络统计特征指标,分析收益率、成交量、市盈率的网络结构。研究结果表明,股票收益率和成交量指标的具有较强的关联性,具有小世界性质;市盈率指标具有较弱的关联性,不具有小世界性质,是随机网络且受外界影响较大、效率低下,风险比较大。 展开更多
关键词 复杂网络 DFA 股票指标 拓扑结构
原文传递
基于金融视角的核心通货膨胀预测 被引量:3
10
作者 李金昌 章琳云 《商业经济与管理》 CSSCI 北大核心 2014年第1期79-86,共8页
文章对30%比率截尾法、SVAR法、方差修削法、持续性加权法、方差加权指数法和HP滤波法进行比较后,认为方差修削法更适合我国核心通货膨胀的测算。在此基础上,文章计算了我国2001年1月至2013年9月的核心CPI。在对多个金融指标进行筛选后... 文章对30%比率截尾法、SVAR法、方差修削法、持续性加权法、方差加权指数法和HP滤波法进行比较后,认为方差修削法更适合我国核心通货膨胀的测算。在此基础上,文章计算了我国2001年1月至2013年9月的核心CPI。在对多个金融指标进行筛选后,得到上证指数最低价、上证指数收盘价、深证指数最低价与核心CPI存在格兰杰因果关系。以上述三股票指数作为自变量,文章使用非参数支持向量回归(SVR)方法对我国核心CPI进行了短期预测,得到未来5个月我国仍将处于波动不大的通货膨胀阶段,通胀趋势为先降后升。 展开更多
关键词 核心通货膨胀 支持向量回归 股票指数 趋势预测
下载PDF
社交媒体的投资者涨跌情绪与证券市场指数 被引量:42
11
作者 程琬芸 林杰 《管理科学》 CSSCI 北大核心 2013年第5期111-119,共9页
以新浪微博为数据来源,利用中文文本分析技术,从5个与证券相关的认证机构用户的微博和评论中提取出大多数投资者对证券市场未来走势涨跌的情绪倾向信息,构建社交媒体的投资者涨跌情绪指数,作为社交媒体的度量指标,运用Granger因果关系... 以新浪微博为数据来源,利用中文文本分析技术,从5个与证券相关的认证机构用户的微博和评论中提取出大多数投资者对证券市场未来走势涨跌的情绪倾向信息,构建社交媒体的投资者涨跌情绪指数,作为社交媒体的度量指标,运用Granger因果关系检验和脉冲响应函数方法,对社交媒体与证券市场之间的动态影响以及社交媒体对证券市场的预测能力进行分析。研究结果表明,社交媒体的投资者涨跌情绪指数与证券市场指数收益、成交量之间均存在正相关关系,证券市场指数的收益、成交量对社交媒体的投资者涨跌情绪指数的影响持续时间超过40个交易日;社交媒体的投资者涨跌情绪指数对证券市场指数收益仅短期影响显著;虽然无法帮助预测证券市场指数收益,但是能够成为预测证券市场指数的交易成交量的有效指标。社交媒体中富含了有助于投资决策的有效信息,实证研究结果有助于帮助投资者及时判断社交媒体中信息的有效性以及如何更好地利用社交媒体辅助他们的投资决策行为。 展开更多
关键词 社交媒体 证券市场指数 投资者涨跌情绪指数 文本分析
原文传递
高管报酬隐性激励的实证研究 被引量:22
12
作者 张鸣 陈震 《财经研究》 CSSCI 北大核心 2006年第3期56-63,共8页
文章运用虚拟变量改变业绩评价指标斜率的方法,考察了成长性不同的两类上市公司的高管年度报酬与会计收益和市场股价这两个业绩指标的关系。研究后发现,年度报酬包含着隐性长期激励的报酬形式。与稳定成长公司相比,高成长公司会在市场... 文章运用虚拟变量改变业绩评价指标斜率的方法,考察了成长性不同的两类上市公司的高管年度报酬与会计收益和市场股价这两个业绩指标的关系。研究后发现,年度报酬包含着隐性长期激励的报酬形式。与稳定成长公司相比,高成长公司会在市场股价指标上赋予较大权重,在会计收益指标上赋予较小权重;同时,高成长公司会给予高管较大的保底报酬。 展开更多
关键词 高管人员 年度报酬 会计指标 股价指标 隐性激励
下载PDF
台湾海峡夏秋季游泳动物资源分布及群落结构 被引量:25
13
作者 林龙山 郑元甲 马春艳 《应用生态学报》 CAS CSCD 北大核心 2005年第10期1948-1951,共4页
根据夏季和秋季在台湾海峡进行的底拖网调查数据,分析了台湾海峡游泳动物资源密度指数分布及群落结构.结果表明,台湾海峡夏季平均资源密度指数高于秋季,分别为8.50和6.94kg·h-1;夏秋季出现游泳动物种类分别为80种和91种,秋季丰富... 根据夏季和秋季在台湾海峡进行的底拖网调查数据,分析了台湾海峡游泳动物资源密度指数分布及群落结构.结果表明,台湾海峡夏季平均资源密度指数高于秋季,分别为8.50和6.94kg·h-1;夏秋季出现游泳动物种类分别为80种和91种,秋季丰富度、多样性、均匀度均高于夏季,夏秋季平均多样性指数分别为2.0466和2.3964;相对重要性指数IRI大于200的优势种夏季有5种,为带鱼、发光鲷、短尾大眼鲷、花斑蛇鲻、中国枪乌贼,秋季有6种,为带鱼、七星底灯鱼、刺鲳、中国枪乌贼、蓝圆鱼参、鹿斑;夏季优势种的聚集强度比秋季强. 展开更多
关键词 资源密度指数 群落结构 多样性 游泳动物 台湾海峡
下载PDF
Spatial dynamics of aboveground carbon stock in urban green space:a case study of Xi'an,China 被引量:13
14
作者 ZhengYang YAO JianJun LIU +2 位作者 XiaoWen ZHAO DongFeng LONG Li WANG 《Journal of Arid Land》 SCIE CSCD 2015年第3期350-360,共11页
Greenhouse gas emission of carbon dioxide(CO2) is one of the major factors causing global climate change.Urban green space plays a key role in regulating the global carbon cycle and reducing atmospheric CO2.Quantify... Greenhouse gas emission of carbon dioxide(CO2) is one of the major factors causing global climate change.Urban green space plays a key role in regulating the global carbon cycle and reducing atmospheric CO2.Quantifying the carbon stock,distribution and change of urban green space is vital to understanding the role of urban green space in the urban environment.Remote sensing is a valuable and effective tool for monitoring and estimating aboveground carbon(AGC) stock in large areas.In the present study,different remotely-sensed vegetation indices(VIs) were used to develop a regression equation between VI and AGC stock of urban green space,and the best fit model was then used to estimate the AGC stock of urban green space within the beltways of Xi'an city for the years 2004 and 2010.A map of changes in the spatial distribution patterns of AGC stock was plotted and the possible causes of these changes were analyzed.Results showed that Normalized Difference Vegetation Index(NDVI) correlated moderately well with AGC stock in urban green space.The Difference Vegetation Index(DVI),Ratio Vegetation Index(RVI),Soil Adjusted Vegetation Index(SAVI),Modified Soil Adjusted Vegetation Index(MSAVI) and Renormalized Difference Vegetative Index(RDVI) were lower correlation coefficients than NDVI.The AGC stock in the urban green space of Xi'an in 2004 and 2010 was 73,843 and 126,621 t,respectively,with an average annual growth of 8,796 t and an average annual growth rate of 11.9%.The carbon densities in 2004 and 2010 were 1.62 and 2.77 t/hm2,respectively.Precipitation was not an important factor to influence the changes of AGC stock in the urban green space of Xi'an.Policy orientation,major ecological greening projects such as "transplanting big trees into the city" and the World Horticultural Exposition were found to have an important impact on changes in the spatiotemporal patterns of AGC stock. 展开更多
关键词 urban green space biomass aboveground carbon stock vegetation indices
下载PDF
风格股票指数的随机动态相依性研究 被引量:3
15
作者 龚玉婷 《数理统计与管理》 CSSCI 北大核心 2015年第6期1087-1101,共15页
准确刻画风格股票的联合分布,特别是它们之间的相依性,对基金公司等机构投资者进行资产配置和风险管理都有重要意义。根据已有文献,风格股票指数的相依性与流动性等来自市场的随机变量有关,那么这种动态相依性也可能是随机的。因此,本... 准确刻画风格股票的联合分布,特别是它们之间的相依性,对基金公司等机构投资者进行资产配置和风险管理都有重要意义。根据已有文献,风格股票指数的相依性与流动性等来自市场的随机变量有关,那么这种动态相依性也可能是随机的。因此,本文在研究我国风格股指数相依性时,考虑了随机形式的动态相依性。文章在Hafner和Manner(2012)随机Copula模型中加入了换手率解释变量,实证分析我国风格股票指数间的相依结构,并从风险管理的角度讨论了随机相依性的经济意义。研究发现,大盘股和小盘股、成长型和价值型股票间的尾部相依性都表现出随机动态特征。考虑随机相依性的投资策略所得组合风险比Patton(2006)模型对应的投资策略低约0.30%-1.20%。对每天、每周或每月调整投资比例的中短期投资者而言,建议考虑风格指数的随机动态相依性。而且,短期投资者在大、小盘股票上投资时,还可以使用换手率信息预测未来1天两风格指数的相依性,以进一步降低组合风险。 展开更多
关键词 风格股票指数 随机相依性 动态Copula
原文传递
Copula模型分析国际石油价格波动与股票市场的相关关系 被引量:1
16
作者 邱虹 《宜宾学院学报》 2018年第6期70-77,108,共9页
利用Copula模型对国际石油WTI价格波动和股票市场之间的相关性进行实证,结果表明,石油进出口国家更容易受到石油价格波动的影响.油价变化与石油进口国的股票价格呈正相关,反之石油价格与石油出口国的经济增长呈负相关.发达国家和新兴市... 利用Copula模型对国际石油WTI价格波动和股票市场之间的相关性进行实证,结果表明,石油进出口国家更容易受到石油价格波动的影响.油价变化与石油进口国的股票价格呈正相关,反之石油价格与石油出口国的经济增长呈负相关.发达国家和新兴市场国家都会受到石油价格变动的影响,但所受影响的程度有所不同.用时变SJC Copula模型刻画国际石油价格与股票市场波动的相关性最为恰当. 展开更多
关键词 COPULA模型 石油价格 股票市场指数 相关性
下载PDF
基于GA-BP神经网络的股票预测研究 被引量:7
17
作者 陈星 武丽芳 王福明 《山西电子技术》 2014年第1期93-94,96,共3页
股票市场是国民经济发展变化的"晴雨表",股票价格的涨跌也是政治、经济、社会等诸多因素的综合反映。近几年来,神经网络取得较大发展已经成为热点研究并在各个领域中得到应用。针对此,基于遗传算法和BP神经网络,以中国石化10... 股票市场是国民经济发展变化的"晴雨表",股票价格的涨跌也是政治、经济、社会等诸多因素的综合反映。近几年来,神经网络取得较大发展已经成为热点研究并在各个领域中得到应用。针对此,基于遗传算法和BP神经网络,以中国石化100天股票技术指标历史数据作为训练样本对收盘价进行预测,10天数据进行检验,并通过图像拟合来验证神经网络股票预测的可行性和准确性。 展开更多
关键词 GA—BP 股票技术指标 神经网络 收盘价 预测
下载PDF
基于PCA的BP神经网络股票预测研究 被引量:4
18
作者 李杰 王建中 胡红萍 《太原师范学院学报(自然科学版)》 2011年第3期60-63,共4页
股票市场是国民经济发展变化的"晴雨表",股票价格的涨跌也是政治、经济、社会等诸多因素的综合反映.近几年来,神经网络取得较大发展已经成为热点研究并在各个领域中得到应用.文章基于主成分分析和BP神经网络,以中国石化100天... 股票市场是国民经济发展变化的"晴雨表",股票价格的涨跌也是政治、经济、社会等诸多因素的综合反映.近几年来,神经网络取得较大发展已经成为热点研究并在各个领域中得到应用.文章基于主成分分析和BP神经网络,以中国石化100天股票历史技术指标数据作为训练样本对收盘价进行预测,20天数据进行检验,并通过图像仿真拟合来验证神经网络股票预测的可行性和准确性. 展开更多
关键词 主成分分析 BP神经网络 股票技术指标 收盘价 预测
下载PDF
基于股票分析与灰关联的JTC轨面设备故障诊断方法 被引量:3
19
作者 崔一博 赵林海 吕向东 《铁道学报》 EI CAS CSCD 北大核心 2021年第5期112-120,共9页
补偿电容和调谐单元作为无绝缘轨道电路(JTC)的轨面设备,其故障会对JTC和轨道电路读取器(TCR)的正常工作造成影响。在分析轨面设备组合故障对TCR感应电压幅值包络影响规律的基础上,利用TCR感应电压幅值包络与股票价格变化的相似性,提出... 补偿电容和调谐单元作为无绝缘轨道电路(JTC)的轨面设备,其故障会对JTC和轨道电路读取器(TCR)的正常工作造成影响。在分析轨面设备组合故障对TCR感应电压幅值包络影响规律的基础上,利用TCR感应电压幅值包络与股票价格变化的相似性,提出一种基于股票分析和灰关联的轨面设备多故障诊断方法。首先利用股票技术指标提取故障特征;然后通过Fisher准则对故障特征进行筛选,构建各故障模式下的特征向量;最后计算待测样本与各故障模式特征间的灰关联度,并将满足门限要求的最大灰关联度所对应的故障模式作为待测样本的诊断结果。实验表明,该方法具有准确率高和适应性好等特点,其准确率达到97.8%,虚警率仅为2.2%,且无拒识、漏报和误报,能够满足铁路现场的实际需求。 展开更多
关键词 无绝缘轨道电路 轨面设备 轨道电路读取器 股票技术指标 灰关联 故障诊断
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部