自动化技术论文_基于机器学习算法的金融市场趋

文章目录

0 引 言

1 基于机器学习算法的金融市场趋势预测方法

1.1 机器学习算法

1.2 机器学习算法的参数优化

1.3 基于机器学习算法的金融市场趋势预测步骤

2 金融市场趋势预测实例分析

2.1 预测对象以及相关设置

2.2 深度学习网络参数优化效果的验证

2.3 短期和长期金融市场动态预测效果

2.4 与经典金融市场预测方法的性能对比

3 结 语

文章摘要: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。

文章关键词:

论文作者:刘博 

作者单位:中国社会科学院 

论文DOI:10.16652/j.issn.1004-373x.2022.09.015

论文分类号:TP181;F832

上一篇：体育论文_乒乓球轨迹预测与旋转测量研究综述

下一篇：自动化技术论文_多源传感监测线性退化设备数模