排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
基于互联网股市信息量和神经网络的股价波动率预测 总被引：1，自引：0，他引：1
影响股市价格波动的因素有很多,本文从互联网信息量角度进行讨论.在一般情况下,当有较少的股市信息时,股市相对平静,股价变动也常常较小;当有较多的股市信息时,股市相对波动,股价变动常常也较大.互联网股市信息量的较大变化常常是该公司有特殊事件发生的反映,而股价波动必然是一种连带反应.本文首先从互联网获取金融信息,然后对互联网信息量进行了预处理,接着借助神经网络的学习功能,完成了对殷市信息量和股市价格波动的关联学习,最后将神经网络预测的结果以图形的方式显示给投资者,帮助投资者决策. 相似文献
2.
传统的搜索引擎对于金融等领域的专业信息的搜索效果不尽如人意,不适合金融专业人士对于专业信息高效准确收集的需求.本文在传统搜索引擎技术的基础上,使用Java技术,提出并完成了适合于金融专业信息收集的基于自然语言的金融信息搜索引擎,并使用排队论,完成了其效率分析.金融专业搜索引擎原型的初步实验表明,对于金融这个特定领域,利用其特点,搜索的结果会比通用性搜索引擎给出的结果要好.本文的金融信息搜索引擎可以帮助金融专业人员高效地收集信息,以及普通投资者对金融领域的专业信息收集,是金融研究应用在互联网和计算机技术上的延伸. 相似文献
1