基于SVM的基金业绩评估系统研究

基于结构风险最小化原则的支持向量机对小样本决策具有全局收敛性和较好的学习推广性.基金业绩评价问题本质是分类问题,本文提出基于SVM的二叉树多级分类器实现方法,并对系统特征进行选择验证.实证分析表明采用支持向量机设计的评价系统思路清晰,操作简单,重复训练样本少,在评估系统应用中有较强的实用性.     

CI与CS评价比较及其整合构想

本文对CI与CS战略管理就两者的系统结构、系统传导、系统动力、系统反馈与系统绩效等进行了比较分析与评价,在此基础上就整合两者的管理模式,弹性管理等提出了初步构设．     

马柯维茨均值方差模型的优化求解

投资者构建证券投资组合的主要动因在于降低投资风险和实现收益最大化目标.投资者通过科学的组合投资,可以在投资收益和投资风险之间找一个平衡点,即在风险既定的条件下实现收益最大化,或在收益既定的条件下使风险尽可能降低.     

灰色神经网络预测模型的应用

经济指标的准确预测是国家对宏观经济正确调控的必要前提.但经济系统,特别是宏观经济系统是一个非常复杂的系统,其中广泛存在着非线性、时变性和不确定作用关系,在计量经济学理论基础上建立的各种宏观经济模型,大部分都是线性模型,线性模型在发挥巨大作用的同时,也逐渐暴露出它的缺陷,即很难把握宏观经济系统中的非线性现象,这必然导致了经济预测上的误差加大.经济学界的工作者们因此对各种线性模型做了大量改进工作--如建立分段线性模型、参数时变线性模型等,但结果往往并不理想.这就迫使人们寻求一些非线性工具进行宏观经济建模.     

一种新的股价预测技术指标--价量平均意愿指标

股票市场的每一个交易日都要进行多空双方的较量,即使在一个明显的大涨的行情中,也存在空方打压的过程,只不过它的力量太小,不易被察觉.因此,正确、合理、全面地反映每一天或者某一段空间内多空双方力量的对比,是一件比较困难的事.运用技术指标可以较好地描述多空双方的力量对比,对判断股票市场的走势起到了很好的作用,在证券分析界得到广泛的应用.     

成绩分析与试卷质量定量评估系统

根据现代教育技术理论和教育管理的需要,对试卷成绩进行分析,给出了定量评估试卷质量的方法,使用VFP6.0进行编程实现了系统的功能。从成绩录入、评价试卷质量的各指标的求法和试卷质量的定量评估等方面介绍了系统实现的关键技术,最后通过举例验证了系统的正确性和实用性。     

时间序列模型对深证成指的预测分析

一、时间序列建模的主要方法 依据时间序列数据进行经济预测的方法主要有四种.     

熵权优化的多指标动态权重决策法

文章针对传统评标方法受主观因素影响过大、随意性较高这一问题,提出了基于报价的熵权优化的多指标动态权重决策方法,该方法在报价这一指标的基础上,将客观熵权引入其他指标权重的确定过程,实现了评价指标权重的动态化、客观化和科学化。将该方法应用于资产包评标项目中,取得了科学、合理的评标结果。     

基于粒子群训练的神经网络股票预测模型

文章将粒子群优化算法用于神经网络预测模型的学习训练,并且将这种方法用于股票预测中.实验结果表明,基于粒子群训练的神经网络学习算法更易于实现,且准确率较高.     

股指马氏性的检验和预测

一、引言 "高价三天,低价一百天",这句话常用来形容股市的涨跌.也就是说,行情高涨的时间很短,而一旦跌落,则会持续低迷相当长的时间.由于停留在股价高峰的时间很短,所以在最高价买进的股票,往往变成套牢,无法脱身.因此,从全局上掌握股市的涨跌走势对一个投资者是至关重要的.