一种改进的灰色模型在股票价格预测中的应用

灰色理论可以较好地对股票价格进行预测,而建立灰色预测模型的数据量和数据处理方法的选择是成功地进行股票价格灰色预测的两个关键问题.本文提出了基于黄金分割法改进的股票价格灰色预测GM(1,1)模型,并通过实例验证了该模型能显著地提高预测精度,具有较高的应用价值.     

一种改进的灰色模型宅殳票价格预测中的应月

灰色理论可以较好地对股票价格进行预测，而建立灰色预测模型的数据量和数据处理方法的选择是成功地进行股票价格灰色预测的两个关键问题。本文提出了基于黄金分割法改进的股票价格灰色预测GM（1，1）模型，并通过实例验证了该模型能显著地提高预测精度，具有较高的应用价值。     

行业与个股新闻对股票价格影响的定量分析

本文提出了挖掘新闻文本预测股票价格系统,引入情感分类评价理论,将新闻文本转化为结构化数据,建立机器学习模型分析互联网新闻对股票价格的影响。研究主要采用了支持向量机、贝叶斯算法以及粗糙集组合模型分别对行业新闻和个股新闻进行预测。研究发现新闻信息样本的数量和质量会影响预测的准确度;证券行业中个股新闻影响度大于行业新闻;粗糙集组合模型更能准确地预测行业股价的走势。     

灰色预测在股票预测中的应用

对股票价格的预测,直接影响投资者的投资决策,与投资者的经济利益密切相关。股票市场特有的波动性和不确定性,给股票的预测带来困难。灰色预测法是一种对含有不确定因素的系统进行预测的方法。灰色系统是介于白色系统和黑色系统之间的一种系统,应用于股市预测的探索已经取得一定成就。     

灰色神经网络的建模原理及应用

所谓灰色神经网络就是将灰色系统方法与神经网络方法有机地结合起来,对复杂的不确定性问题进行求解所建立的模型。本文将灰色预测与神经网络预测方法相结合,提出了预测宏观经济指标的新方法,实例表明此种组合模型的精度较高。给出了一般灰色神经网络模型GNNM(1,1),该模型具有灰色系统的少数据建模优点及神经网络的精度可控特性,并给出了相应的学习算法,然后通过示例说明模型的可行性。     

基于BP神经网络模型的股票价格研究

本文将BP神经网络模型与主成分分析法和遗传算法相结合,建立了预测股票价格变化的动态PCA-GA-BP模型。该模型能改善BP神经网络模型运算速度缓慢和易陷入局部最小值的缺点,弥补传统股票价格预测方法的不足。     

灰色袖经网络的建模原理及应用

所谓灰色神经网络就是将灰色系统方法与神经网络方法有机地结合起来，对复杂的不确定性问题进行求解所建立的模型。本文将灰色预测与神经网络预测方法相结合，提出了预测宏观经济指标的新方法，实例表明此种组合模型的精度较高。给出了一般灰色神经网络模型CNNM（1，1），该模型具有灰色系统的少数据建模优点及神经网络的精度可控特性，并给出了相应的学习算法，然后通过示例说明模型的可行性。     

利用上证综指大盘数据预测新疆板块股价走势——基于二元Logit回归模型

股票价格的走势会影响到上市公司未来的发展以及投资者决策。基于二元Logit回归模型,利用上证综指大盘数据预测新疆板块股票价格走势。实证结果表明:上证综指收盘价和交易金额对新疆板块股票价格的影响是显著的,并且利用所建立的Logit模型对新疆板块股票价格走势的预测较为准确。     

基于改进灰色模型的物流成本预测研究

物流成本的正确预测有助于合理分配现有资源,提升物流成本效益。为了克服传统灰色模型预测精度低的缺陷,通过引入将阶跃函数改进传统灰色模型,提升灰色模型预测精度。利用历年我国物流总费用数据,对未来年物流成本和灰色预测模型的精度进行预测,将预测结果与简单平均法、移动平均法、指数平滑法和传统灰色模型进行比较,验证模型的合理性和有效性。     

基于灰色LM-BP神经网络对第三产业综合指数的预测

第三产业发展趋势的预测对于国家或地方政府制定宏观政策有着重要的意义。为更加准确地进行第三产业的预测,从多角度选取指标,利用信息墒理论合成综合指标,建立灰色LM-BP神经网络对其进行预测,实证分析灰色LM-BP神经网络比单一的灰色预测模型和传统BP神经网络预测模型拟合和预测能力要好,说明了模型适应成都第三产业发展趋势的预测。     

ARCH-M模型在上证股价波动中的实证研究

股票价格的频繁波动是股票市场最明显的特征之一。本文利用ARCH-M模型对上证日收盘价序列进行了分析和实证研究,结果表明上证股价指数存在条件异方差特性,并表现出非正态性。然后用该模型对上证日收盘价进行了短期预测,结果表明该模型能够较好地反映上证股价指数的变化特征。     

蚁群神经网络用于股票价格短期预测

股票价格是非线性时间序列,传统BP神经网络预测模型存在容易陷入局部极小和收敛速度慢的缺陷。本文针对这些问题,采用蚁群神经网络预测模型用于预测股票价格,该模型将蚁群算法作为训练神经网络的学习算法。实验数据表明,该模型对于股票价格的短期预测效果与传统BP神经网络预测模型相比,具有较好的自适应性及较快的收敛速度。     

南岳旅游地客源预测模型及其对比研究

采用灰色模型对南岳景区旅游客源市场进行了定量分析,并与直线趋势模型和指数趋势模型进行了比较,发现处于成熟期的旅游地客源预测用灰色模型具有较高精度,预测方法对南岳旅游地客源市场预测具有一定参考价值。     

基于BP神经网络和相关系数结合的股票价格预测

股票价格预测一直是困扰投资者的难题,为了提高股票价格的预测精度,本文提出一种基于BP神经网络和相关系数结合的股票价格预测方法。从股票数据中选取10个影响股票价格的因素,计算它们与股票价格的相关系数,从中提取关键因素,利用BP神经网络预测未来股票价格。将此方法用于华谊兄弟(300027)预测股票收盘价,结果表明,相对于未提取关键因素的BP神经网络,此方法提高了股票价格的预测精度。     

基于灰色马尔可夫链的企业盈利额预测

灰色马尔可夫模型预测兼有灰色预测和马尔可夫链预测的优点,并能针对较短的时间序列数据建模计算。介绍了灰色预测模型和马尔可夫预测模型的建模方法,并将灰色马尔可夫链模型应用于某企业盈利分析预测。分析表明,该模型具有较强的适用性。     

基于MATLAB的股价预测模型实证分析

从技术分析的角度分析股票市场,采用BP神经网络对股票价格进行预测,提出了将股票市场的基础数据指标和技术指标相结合,作为神经网络输入的候选变量,筛选出影响股票价格涨跌的变量,从而建立起神经网络模型。最后用MATLAB编程手段对沃尔玛公司的交易资料进行实证分析。     

公路工程造价指数分析与预测

本文运用多元回归模型分析了工程造价指数的影响因素及影响程度，运用逼近中心式灰色模型对工程总价格指数进行了预测，最后以实际工程为例进行了验证，证明逼近中心式灰色模型预测精度高，预测效果好。     

灰色神经网络在股价预测中的应用

本文在深入了解股价的可预测性和研究各种股价预测的方法的基础上,探讨利用BP神经网络和灰色模型进行股价预测。以二者为基础,将BP神经网络和灰色模型预测模型的优点结合,提出灰色神经网络模型。该模型将灰色模型的预测值作为BP神经网络的输入变量,而以实际值作为输出变量对神经网络进行训练。     

马尔可夫链在股票价格预测中的应用

在企业的生产、经营、管理、决策等工作中 ,经常会遇到这样的情况 ,事物未来的发展及演变状态仅仅受事物现状的影响 ,而与过去的状态无关 ,也就是具有马尔可夫性。运用马尔可夫模型 ,对具有马尔可夫性的股票价格进行分析和预测 ,为马尔可夫模型应用的拓广和股票价格的概率估计预测提供理论依据和实际应用的参考。     

Markov链在股票市场近期走势的预测分析

在企业的生产、经营、管理、决策等工作中,经常会遇到这样的情况,事物未来的发展及演变状态仅仅受事物现状的影响,而与过去的状态无关,也就是具有马尔可夫性。运用马尔可夫模型,对具有马尔可夫性的股票价格进行分析和预测,为马尔可夫模型应用的拓广和股票价格的概率估计预测提供理论依据和实际应用的参考。