基于两阶段降维的复合数据股票趋势预测

打开文本图片集

作者简介：赵澄（1985—），男，博士，高级工程师，研究方向：金融工程、人工智能；秦楚（1996—），女，硕士研究生，研究方向：金融工程、量化投资。

文章编号：1005－9679（2023）03－0117－08

摘 要： 包含丰富种类衍生变量的股票数据有利于更全面地分析市场变化，但其同时包含连续和离散数据，难以充分利用，并且高维数据的训练效率不高，且各维度之间存在不同程度的相关性，使得机器学习预测的效果欠佳。（剩余8027字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。