如需要完整文档点击下方 "点击下载文档" 按钮

证券市场数据分析与预测,作为一个经典的大数据分析场景,很多数据挖掘方法已经在本领域得到实际应用。 但是鉴于企业本身情况的变化以及证券市场的人为操作等情况,现有的各种大数据挖掘方法无法应对不可见或者未出现的情况,为此论文探索使用易经方法,将其应用在证券市场的数据挖掘和分析预测。 利用数据挖掘进行特征筛选、数据降维,通过滑动时间窗、随机森林、三才映射等方法实现传统易经体系中的断卦步骤,将易经概念、规则抽象成算法并对卦辞分类,由解卦算法得出预测值。 与先前的预测模型相比,该模型融合易经预测体系与机器学习,充分利用了证券市场的场景特征与历史数据,最终对证券市场平稳、上升、下跌三种发展趋势进行预测。 使用 10 年内股票证券交易公共数据集进行实验,准确率优于 SVM、XGBoost 等流行的机器学习算法,并在分行业建模中进一步提升了效果。

如需要完整文档点击下方 "点击下载文档" 按钮

《高维序列数据降维方法在证券市场的应用研究》

将 完整文档 下载到本地，方便收藏和查阅

文件号：057959

点击下载文档