

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),請進行舉報或認領(lǐng)
文檔簡介
1、股票價格的準確預(yù)測長久以來受到投資者和學(xué)者的廣泛關(guān)注。影響股價走勢的因素很多,這給股價預(yù)測帶來了異常艱巨的困難。本文從信息與股價的關(guān)聯(lián)關(guān)系這個角度試圖通過信息的變化來預(yù)測股價走勢,即從過去數(shù)據(jù)中找出股票價格與股市信息兩者的關(guān)聯(lián)規(guī)律并用其預(yù)測將來的價格運動。
近年來,隨著互聯(lián)網(wǎng)的深入發(fā)展,人們發(fā)現(xiàn)互聯(lián)網(wǎng)股市信息與股價波動存在著明顯的關(guān)聯(lián)關(guān)系,如何揭示這種關(guān)聯(lián)關(guān)系成為了當(dāng)前計算機和金融領(lǐng)域的一個研究熱點。本文提出了一種基于詞匯
2、極性的觀點挖掘方法,挖掘互聯(lián)網(wǎng)股市信息中蘊含的觀點傾向,并考察這種觀點傾向與股價走勢的關(guān)聯(lián)關(guān)系,從而通過這種關(guān)聯(lián)關(guān)系來預(yù)測股票價格的走勢。
股市信息的觀點傾向即作者在信息中表達的認為股價會上漲或者下跌的立場。詞匯極性是詞匯所體現(xiàn)的與股票價格關(guān)聯(lián)的特性?;谠~匯極性的觀點挖掘方法通過識別出的詞匯極性對觀點傾向進行更新,實現(xiàn)了文檔語句級的觀點傾向性抽取,并提高了挖掘結(jié)果的質(zhì)量。而神經(jīng)網(wǎng)絡(luò)具有很強的非線性逼近能力和自學(xué)習(xí)、自適應(yīng)
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
- 基于數(shù)據(jù)挖掘的股價走勢預(yù)測.pdf
- 基于數(shù)據(jù)挖掘的股價走勢預(yù)測(1)
- 基于粗集理論的股價走勢預(yù)測.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的股價預(yù)測實證分析.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的股價預(yù)測實證分析(1)
- 基于數(shù)據(jù)挖掘的周內(nèi)股價漲跌幅預(yù)測.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的A股股價漲跌預(yù)測模型研究.pdf
- 基于觀點挖掘的商品推薦研究.pdf
- 基于虛擬觀點文檔的旅游景點的動態(tài)觀點挖掘.pdf
- 數(shù)據(jù)挖掘技術(shù)對股票走勢預(yù)測的分析和研究.pdf
- 基于Web的比較觀點挖掘方法研究.pdf
- 基于FMH的股票價格走勢預(yù)測.pdf
- 基于網(wǎng)絡(luò)評論的客戶觀點挖掘方法研究.pdf
- 基于粗糙集與神經(jīng)網(wǎng)絡(luò)的股價走勢分析模型的研究.pdf
- 基于GA的ANN股價指數(shù)預(yù)測研究.pdf
- 基于支持向量機的股價短期預(yù)測研究.pdf
- 基于arima模型的綠地控股股價預(yù)測
- 大學(xué)論文基于arima模型的股價預(yù)測研究
- 股改限售股解禁與股價走勢的實證分析.pdf
- 基于規(guī)則的比較觀點挖掘系統(tǒng)的設(shè)計與實現(xiàn).pdf
評論
0/150
提交評論