La predicción de los rendimientos excesivos de las acciones es un tema de investigación importante para el trading cuantitativo, y la predicción de precios de las acciones basada en el aprendizaje automático está recibiendo cada vez más atención. Este artículo toma los datos de las acciones chinas A-shares desde julio de 2014 hasta septiembre de 2017 como objeto de investigación, y propone un método de pronóstico de rendimiento excesivo de acciones que combina informes de investigación y sentimiento de inversores. El método propuesto mide las acciones individuales publicadas por analistas, separa los dos indicadores de atención de informes de investigación y sentimiento de calificación, calcula el sentimiento de inversores basado en factores externos del mercado, y utiliza el modelo LSTM para representar las características de series temporales de las acciones. Los resultados muestran que (1) se utilizan los indicadores de evaluación de precisión y F1, y el algoritmo propuesto es mejor que el algoritmo de referencia. (2) El rendimiento del algoritmo de aprendizaje profundo LSTM es mejor que el algorit
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Gestión de multitudes con tecnologías inalámbricas y móviles
Artículos:
Implementación de un protocolo MAC de red de sensores inalámbricos modificado para entornos críticos
Artículos:
Enlace de radiofrecuencia y algoritmo de selección de usuario para el sistema de comunicación móvil 5G.
Artículos:
Detección multitarget de líneas de transmisión basada en DANet y YOLOv4
Artículos:
Diseño del Modelo de Reconstrucción de Acciones de Sanda Basado en Imágenes 3D
Artículos:
La curva S como herramienta para la planeación y control de procesos de construcción: casos de estudio
Artículos:
Investigación sobre control de costos de proyectos de construcción con base en la teoría de construcción sin pérdidas y BIM : caso práctico
Artículos:
Algoritmo de control de desacoplamiento para el sistema de tensión de desenrollado basado en el control activo de rechazo de perturbaciones
Artículos:
Agua subterránea : el recurso oculto