2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、股票市場是一個復(fù)雜的非線性動態(tài)系統(tǒng),利用傳統(tǒng)的時間序列預(yù)測技術(shù)很難揭示其內(nèi)在的規(guī)律。目前,關(guān)于股市預(yù)測的研究方法仍然以神經(jīng)網(wǎng)絡(luò)和時間序列為主。并且,這些方法基本上采用的是通過批量學(xué)習(xí)建立靜態(tài)模型的方法。對于類似股票指數(shù)的非線性時間序列,隨著新樣本的不斷獲得,如果能根據(jù)新樣本實現(xiàn)模型動態(tài)更新,則能夠適應(yīng)問題的變化,提高預(yù)測精度;如果能實現(xiàn)增量學(xué)習(xí),則能避免大量樣本的重復(fù)訓(xùn)練,縮短訓(xùn)練時間,提高訓(xùn)練效率。 本論文在研究了股票數(shù)據(jù)的特

2、點以及人們對股票預(yù)測的研究結(jié)果后,根據(jù)傳統(tǒng)的SVM算法原理,提出了一種動態(tài)選擇訓(xùn)練樣本的在線增量訓(xùn)練的方式完成模型的更新的動態(tài)預(yù)測模型(DMDI),將以僅增加較小工作量為代價而獲得更高的預(yù)測精度成為可能。 我們應(yīng)用這個基于SVM的動態(tài)預(yù)測模型(DMDI),對股市的大盤和個股的走勢(漲或跌)以及股票指數(shù)分別進(jìn)行中短期預(yù)測,并跟神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果進(jìn)行了比較。大量數(shù)值實驗表明,DMDI模型比不進(jìn)行選擇的靜態(tài)模型和神經(jīng)網(wǎng)絡(luò)模型對股票走勢

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論