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83頁未讀, 繼續(xù)免費閱讀

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、金融預(yù)測是金融數(shù)據(jù)挖掘的一個重要研究方向。金融時間序列除了具有非線性、非平穩(wěn)、動態(tài)的一般常見的特征外,還具有其它一些特征,例如高噪音、非正態(tài)、尖峰厚尾等。因此,金融預(yù)測也就更有挑戰(zhàn)性,同時有著廣闊的應(yīng)用價值和市場前景。 本文重點研究了模糊修正模型和基于聚類分析和神經(jīng)網(wǎng)絡(luò)的混合模型在金融預(yù)測領(lǐng)域中的應(yīng)用。由于傳統(tǒng)的模糊邏輯模型自身的局限性,在對金融時間序列趨勢的連續(xù)預(yù)測應(yīng)用中,趨勢準(zhǔn)確率偏低,連續(xù)預(yù)測值波動小(體現(xiàn)不出未來的市場走

2、向),對此,本文提出了模糊修正的方法,試驗結(jié)果表明,運用模糊修正模型進(jìn)行金融預(yù)測是可行的和有效的;在基于聚類分析和神經(jīng)網(wǎng)絡(luò)的混合模型中,研究了針對金融時間序列的子序列特征提取聚類方法,并引入到BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練中,消除了不相關(guān)歷史模式對網(wǎng)絡(luò)訓(xùn)練的影響,實驗預(yù)測結(jié)果明顯優(yōu)于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)。 本文兩個創(chuàng)新的預(yù)測模型是基于同樣的實驗數(shù)據(jù),因此還對這兩個預(yù)測模型的實驗結(jié)果進(jìn)行了比較,并對各自特點和適用性進(jìn)行分析。 此外,本文對

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