25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf

下载本文档

阅读 0
格式 pdf
大小 4.56 MB
约42页
2026-04-11
收藏
评论
点赞(0)
海报
举报

25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf_第1页

1/42页

25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf_第2页

2/42页

25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf_第3页

3/42页

25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf_第4页

4/42页

25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf_第5页

5/42页

25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf_第6页

6/42页

25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf_第7页

7/42页

25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf_第8页

8/42页

25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf_第9页

9/42页

25年CH数据科学与大数据技术基于自适应神经模糊推理的股票价格预测终稿-约28238字符.pdf_第10页

10/42页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/42

文本预览下载提示常见问题

GDCJ数字经济学院基于自适应神经模糊推理的股票价格预测第 2 页摘要□□股价预测一直是金融研究与量化投资共同关注的重要话题。当前大多对股价预测的模型基于先验的训练数据，这将导致模型对于未出现过的股价数据波动形式无法识别，进而使得识别的效果不佳。本文结合现有研究，提出采用自适应神经模糊推理模型对股票价格进行预测。首先，从 CSMAR中获取股指与个股的指标数据，进而对数据进行可视化分析，再构建基于自适应神经模糊推理模型对数据进行时间序列分析及精度分析，同时与经典机器学习算法 LSTM、XGboost 与 BP 神经网络算法进行对比。主要结论为：1.为...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用，不得用于其他商业用途（如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利）。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容