-
题名基于深度学习的金融时间序列数据集成预测
被引量：12
- 1
-
-
作者
闫洪举
-
机构
中国农业银行博士后科研工作站
北京大学经济学院
-
出处
《统计与信息论坛》
CSSCI
北大核心
2020年第4期33-41,共9页
-
文摘
提出将金融时间序列数据的序列依赖关系以及不同金融市场时间序列数据的局部关联特征纳入同一模型,构建结合卷积神经网络(CNN)以及门控循环单元(GRU)神经网络优势的CNN-GRU神经网络。同时,采用集成经验模态分解和游程判定法,将金融时间序列数据分解与重构为趋势项、低频项和高频项,以构建基于不同频率、不同波动的金融时间序列数据预测模型,继而对不同分量的预测结果集成以得到最终预测结果。实证结果表明,在直接预测中,CNN-GRU神经网络的预测精度高于只考虑序列依赖关系的GRU神经网络和只考虑局部关联特征的CNN。在集成预测中,上证指数的集成预测精度高于深度学习、机器学习算法对上证指数直接预测的精度。
-
关键词
金融时间序列数据
深度学习
卷积神经网络
门控循环单元神经网络
集成经验模态分解
-
Keywords
financial time series data
deep learning
convolutional neural network
gated recurrent neural network
empirical ensemble mode decomposition
-
分类号
F830.9
[经济管理—金融学]
-
-
题名一种基于金融时间序列数据的深度学习风险预测方法
- 2
-
-
作者
朱林
-
机构
贵阳学院电子信息工程学院
-
出处
《信息系统工程》
2024年第6期78-81,共4页
-
基金
贵州省第六批千层次人才项目(项目编号:筑科合同-GCC[2022]011)
2024年度贵州省基础研究计划(自然科学类)项目“基于金融数据的时间序列在线深度迁移学习研究”(项目编号:黔科合基础-ZK[2024]一般520)。
-
文摘
金融时间序列数据的指标按照不同的会计准则会得到不同的数值,如何取舍会受到人为因素的干预。针对金融时序数据的领域泛化专门提出一种异常检测方法,解决特征分布的多样性和复杂性,捕捉金融序列数据的特有表征模式。将循环神经网络之后获得的结果仅作为学习到的知识,通过标准分类器在特征空间对其边缘分布进行适配,然后再通过隐变量自回归模型进一步进行预测,以此来提高预测的精度。然后,构建一个隐变量自回归模型来进行风险预测,通过捕捉金融时间序列数据之间的特征分布来识别其中的金融风险,实验结果表明,模型具有一定的可行性。
-
关键词
深度学习
金融时间序列数据
特征分布
金融风险
异常检测
-
分类号
F830
[经济管理—金融学]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名金融时间序列数据可视化框架研究
- 3
-
-
作者
罗超
许红星
段然
-
机构
云南大学软件学院
-
出处
《计算机应用与软件》
北大核心
2023年第6期1-6,共6页
-
基金
国家自然科学基金项目(61640306)。
-
文摘
针对股票软件与量化平台在数据可视化方面存在的对接困难、量化平台可视化功能不完整、独立开发可视化模块缺少参考模型等问题,建立一套金融时间序列数据可视化框架,并对框架中各模块的计算模型进行详细介绍。在多个量化平台中使用回测和模拟实盘功能对框架进行测试。结果表明,在瞬时数据量大的情况下,框架可以在两种模式下稳定运行,并且能够适应不同量化平台之间的差异,满足研究员对数据可视化的需求。
-
关键词
金融时间序列数据
量化交易
数据可视化
跨平台可视化框架
-
Keywords
Financial time series data
Quantitative trading
Data visualization
Cross-platform visualization framework
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于改进聚类算法在金融用户投资推荐中的应用研究
- 4
-
-
作者
林昌辉
-
机构
福建船政交通职业学院
-
出处
《长沙航空职业技术学院学报》
2015年第4期47-51,共5页
-
文摘
在充分分析传统K-means和BIRCH聚类算法优缺点的基础上,提出改进的基于核心树的增量聚类算法,该算法可以很好地完成金融投资推荐任务,在一定程度上降低了金融用户投资风险,具有较强的实践意义。
-
关键词
金融时间序列数据
聚类算法
K-MEANS
BIRCH
核心树
-
Keywords
financial time series data
clustering algorithm
k-means
BIRCH
core-tree
-
分类号
F832.5
[经济管理—金融学]
-
-
题名中央银行经济金融时间序列数据库系统的开发
- 5
-
-
作者
杭献东
王宇
-
机构
人民银行天津市分行科技处
-
出处
《中国金融电脑》
1997年第11期31-34,共4页
-
文摘
本文以已经实现的中国人民银行经济金融时间序列数据库系统为基础，介绍中央银行如何借助计算机工具从事金融调查统计和分析预测工作，以及该系统的设计方法和主要功能。
-
关键词
经济金融时间序列数据库系统
统计
分析
-
Keywords
Economic and Financial Time Sequence Database system, statistics, analysis
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
