典型文献
基于机器学习算法的金融市场趋势预测研究
文献摘要：
金融市场受到多种因素影响,具有强烈的非线性和时变性,当前方法无法准确描述金融市场趋势的变化特点,导致金融市场趋势预测偏差比较大,预测结果精度较低.为了提高金融市场趋势预测精度,设计了基于机器学习算法的金融市场趋势预测方法.采集金融市场趋势变化的历史样本数据,并对样本数据进行一定预处理;采用机器学习算法中的深度神经网络模型对历史数据进行建模;结合人工免疫算法和粒子群优化算法对深度神经网络预测模型的参数进行优化,构建金融市场趋势预测模型,输出最优解,完成金融市场趋势预测.测试结果表明,所提方法T值低于0.13、HR值高于0.95,对金融市场趋势预测精度更高,实用性更强.
文献关键词：
趋势预测;金融市场;机器学习算法;参数优化;动态预测;预测模型
中图分类号：
作者姓名：
刘博
作者机构：
中国社会科学院,北京 102488
文献出处：
引用格式：
[1]刘博-.基于机器学习算法的金融市场趋势预测研究)[J].现代电子技术,2022(09):83-87
A类：
B类：
基于机器学习,机器学习算法,金融市场,市场趋势,趋势预测,预测研究,时变性,前方,变化特点,预测偏差,趋势变化,深度神经网络模型,历史数据,人工免疫算法,粒子群优化算法,神经网络预测模型,最优解,动态预测
AB值：
0.205137
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
