【摘 要】
：
我国股票市场错综复杂,随着社会结构、生产关系等多方面的变化,预测模型的特征、结构、参数等均需要持续改进,而我们的模型给出了一种全新的预测模型构建思路,为未来股票市场的股票价格预测提供了重要的理论支持和技术范式。本文通过将一组SVR模型预测的技术指标与集成的ANFIS模型相结合,构建了一个新的两阶段集成机器学习模型SVR-ENANFIS来优化股票价格预测的效果。在第一阶段,我们对每一个技术指标构建S
论文部分内容阅读
我国股票市场错综复杂,随着社会结构、生产关系等多方面的变化,预测模型的特征、结构、参数等均需要持续改进,而我们的模型给出了一种全新的预测模型构建思路,为未来股票市场的股票价格预测提供了重要的理论支持和技术范式。本文通过将一组SVR模型预测的技术指标与集成的ANFIS模型相结合,构建了一个新的两阶段集成机器学习模型SVR-ENANFIS来优化股票价格预测的效果。在第一阶段,我们对每一个技术指标构建SVR模型,通过第N天前的数据对第（N+T）天的技术指标进行预测;在这一预测过程中,我们创新性的利用遗传算法针对每一个技术指标的输入窗口长度寻优来进一步提升此阶段的效果。在第二阶段,我们利用ANFIS模型的模糊化特性构建集成的ENANFIS模型以第（N+T）天的技术指标预测第（N+T）天的股票价格,来进一步提升两阶段模型对股票价格的预测能力。为了更好的评估SVR-ENANFIS模型的预测效果,我们选取A股总市值排名前10的股票近5年的数据作为本文的研究对象,分别提前1-10天、15天和30天预测以验证模型在短期、中期、长期预测中的表现。实验结果表明,本文提出的SVR-ENANFIS模型相较于现有其他模型在各种时间跨度上均可达到更加精确且稳定的预测效果。
其他文献
在如今的大数据时代,购物类、服装类以及生活服务类等电商推荐系统层出不穷,系统的搜索以及推荐能力成为支撑该系统的核心技术,如何推荐给用户最满意的门店、商品也是系统的主要功能之一。然而通过研究发现:一些电商平台仍使用数据库关键词模糊查询的方式,导致搜索准确率低下;推荐系统中数据库压力日益增加导致数据提取速度降低;基于传统机器学习的推荐方式逐渐无法满足千人千面的推荐。针对上述问题,本文从数据库、搜索性能
单井分层结果是制定油田开发方案的重要依据。由于地质构造复杂、软硬件技术受限、数据处理方式不当等原因,初始单井分层数据可能存在误差甚至错误,因此,越来越多的科研人员开始研究分层数据的质检方法,目的是保证分层数据的准确性。目前油田分层数据质检的主要方法是现场专家根据先验知识,选择合适的测井曲线对井重新分层,进而通过对比前后分层结果进行校验。经过对某油田数据中心调研发现,在当前分层数据质检过程中,存在分
随着数据规模不断扩大,将深度学习模型应用在大规模图数据上,有效地提升了连边预测的精度,在推荐系统、社交网络等诸多领域具备较强的应用价值与潜力。近年来,虽然已有学者在同构图上开展对抗攻击研究,但针对异构图的安全性研究仍处于初步探索阶段。本文针对应用面较广的异构图推荐系统展开安全性探究。同时,进一步将研究拓展到一般性的多重异构图嵌入模型攻击问题中,探索了灰盒条件下的投毒攻击策略,验证了异构图深度学习模
随着科学技术的不断发展,计算机的硬件性能有了飞跃性的提升,随之而来的就是人工智能热潮。机器学习是人工智能的重要分支,它被广泛运用于各种领域,并取得了极佳的效果。各种基于文本编程的开发框架,有效地降低了专业人员进行机器学习建模的难度,但对于非专业编程人员而言,他们依然面临着搭建、优化模型需要复杂的背景知识,以及数据预处理、模型训练等关键步骤中繁琐的编程实现问题。因此研究一种能够降低机器学习建模门槛的
时至新时代的当下,我国作为能源大国对能源的绿色可持续发展越发地重视起来,区域综合能源系统作为推动我国能源体系建设的有效形式也因此迎来了崭新的发展契机。为了保障系统的运行管理、容量配置、优化调度等工作有效开展,需要对系统中多类能源的用能需求进行精准预测。但是与普通能源系统单一负荷预测相比,因区域综合能源系统接入了各种具有紧密联系的能源系统,导致各类负荷之间衍生出了复杂耦合关系,而现有的单一负荷预测方
乳腺癌是一种常见于女性的恶性肿瘤,数据显示,2020年全球乳腺癌新增病例高达226万例,首次超过肺癌的年新增病例数,成为世界范围内年度新增病例最多的癌症。自20世纪90年代以来,中国乳腺癌发病率的增长速度是全球增长速度的两倍之多,目前乳腺癌已成为中国女性发病率第一,死亡率第五的癌症。长期快速增长的发病率,使得国家和社会所面临的经济负担与健康压力日益加重。所幸的是,与其他癌症患者相比较,乳腺癌患者的
利用文献收集和数据整合的方法，对广东省不同红树林群落和地区的碳储量及碳埋藏速率进行了系统梳理。研究发现，广东省红树林的面积为9 106.21 hm~2，土壤碳储量为1 542.02 Gg C，土壤碳密度为0.23 Gg C/hm~2。广东省内红海榄（Rhizophora stylosa）和木榄（Bruguiera gymnorrhiza）群落的土壤碳密度最高，分别是0.27和0.23 Gg C/h
煤炭港口是现代物流行业的重要组成部分,装备智能化是港口迈向集约化、绿色化、高效化发展的必由之路。取料机作为散货运输的重要设备,实现无人化作业更是装备智能化的重要发展方向。目前针对煤炭港口应用场景的感知技术研究仍比较匮乏,虽然部分港口已实现了取料机无人作业,但是仍存在使用限制条件多、作业效率低、操作员观察困难等问题。因此,开展取料机无人化作业中感知系统相关技术研究,对推动港口装备无人化技术发展、加快
移动通信和互联网技术的蓬勃发展使人类跨越式的步入信息时代。如何使用户便捷、高效、迅速地获取重要信息是亟待突破的前沿科学难题。通过关系抽取技术从无结构化的文本数据中获取知识,并存储在知识库中已成为一种趋势。从现有知识中推断出实体间缺失或者未知的关系的过程为知识库补全提供了新的支撑。本文利用深度学习技术对文本中的关系进行抽取,并对知识库中的关系进行推理,进而开发了一个基于众包模式的小型知识库系统。本文
近些年人工智能技术的突飞猛进让整个世界的科技都在快速的进步。而人工智能领域下的推荐系统领域,正在急速发展且影响着身边的每一个人。在媒体信息爆发的时代,人们对电影、电视剧和短视频等媒体信息的质量要求越来越高,而推荐系统的出现可以为用户提供更高质量的媒体信息。推荐系统的核心是推荐算法,推荐算法从传统机器学习算法到如今火热的深度学习算法,发展迅速,应用广泛。不同的应用场景下的推荐算法的运用不尽相同,目的