异构数据融合驱动的股市波动预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：由于股票市场具有复杂性、动态性和混乱性等诸多特点，其波动易受各种信息源的影响，因此对其预测具有相当的挑战性，而机器学习方法的应用在目前取得了一定的成功。文章从深度学习方法出发，融合多种数据源，提出一种异构数据融合驱动的神经网络模型，探索股市舆情、量化指标与股价波动的内在联系，以及媒体信息对股市波动的影响机制。（剩余4148字）

试读结束

目录
monitor