由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书股指波动预测模型的方法研究及应用9787513006743
¥ ×1
章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 基于统计原理的传统型指数波动预测模型研究
1.2.2 基于非统计原理的创新型指数波动预测模型研究
1.. 神经网络的优化研究
1.2.4 数据挖掘与知识挖掘研究
1.2.5 国内外研究动态总结
1.3 研究内容
1.4 研究方法
1.5创新点
第2章 股指预测的特点及影响因素分析
2.1 股指波动的特点
2.1.1 指数数据的噪声
2.1.2 股指波动的非线特征
2.1.3 股指波动受者心理影响
2.1.4 股指波动具有政策特征
2.2 影响股指波动的主要因素
2.2.1 宏观经济因素
2.2.2 技术指标因素
2.. 心理因素
. 股指预测模型的功能与特点
..1 具有并行处理大量非线数据的功能
..2 具有自学、自我调整的功能
.. 具有多指标同时输入的功能
..4 具有处理非量化文本因素的功能
2.4 本章小结
第3章 股指预测模型概述
3.1 基于统计原理的传统型股指预测模型
3.1.1 CARCH模型
3.1.2 SV模型
3.2 基于非统计原理的创新型股指预测模型
3.2.1 灰色CM(1,1)模型
3.2.2 BP神经网络
3.. RBF神经网络
3.2.4 BP与RBF神经网络能比较
3.2.5 支持向量机预测模型
3.3 本章小结
第4章 统计类预测模型与创新类预测模型比较
4.1 理论比较
4.1.1 建模的理论基础不同
4.1.2 对数据的要求不同
4.1.3 对数据的处理方法不同
4.1.4 模型结构的稳定与适应不同
4.1.5 预测精准度不同
4.1.6 预测难度与预测时间长度不同
4.2 实比较
……
第5章 基于生物进化算法优化的神经网络股指预测模型与实
第6章 基于数据挖掘的神经网络股指预测模型与实
第7章 基于知识挖掘的神经网络股指预测模型与实
第8章 结论与展望
参考文献
攻读博士期间发表的主要及科研
致谢
沈巍,女,1965年生,华北电力大学经济与管理学院副教授,博士,硕士生导师。长期以来一直从事金融市场学、货币银行学等课程的教学工作,以及金融市场、货币政策方面的研究工作。近5年发表学术20余篇,其中1篇被SCI检索,8篇被EI检索,2篇被CSSCI检索:参编教材2部:参加自然科学等科研项目共4项。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格