宏观经济指标、技术指标与国债期货价格预测——基于随机森林机器学习的实证检验

分别以筛选的4种技术指标和6个宏观经济指标作为国债期货指数预测变量,利用随机森林算法构建4种机器学习预测模型;依据价格波动集聚性设计跟踪交易规则,通过比较4种模型的预测精度和跟踪交易收益率,检验宏观经济指标、技术指标和随机森林算法对国债期货指数的预测能力。研究结果发现:用主成分精选技术指标构建的预测模型,对国债期货指数的跟踪交易收益率虽然明显优于市场收益率,但不如遵循单个技术指标经验交易规则的跟踪交易收益率;用主成分精选技术指标和宏观经济指标构建的模型能够取得很好的预测精度和跟踪交易收益率,这表明宏观经济指标与技术指标都对国债期货价格具有预测意义,可以利用随机森林机器学习算法构建有效的国债期货量化投资模型。     

基于神经网络的股票分类指数预测模型

证券市场中的主流预测方法有技术分析、基础分析、人工智能等。近年来,人工智能方法进展很快,尤其是神经网络技术具有快速简便、学习能力强的特点,受到不少预测专家的追捧。经典技术分析以均线系统为依托,主要以统计学等为基础。技术分析主要是通过图表或技术指标的记录,研究市     

米老师统计论市之六证券统计分析软件中的技术指标比较--通用性和局限性

在众多的证券统计分析软件中,不知道你注意了没有,几乎所有分析软件的第一个技术分析界面都会出现这样三个技术指标:日K线图;成交量;平滑异同移动平均线(MACD).为什么这么多的软件设计者都要将这三个技术指标放在第一页呢?这是在隐约地告诉我们,这几个技术分析指标的重要性.     

股票价格预测:GARCH模型与BP神经网络模型的比较

股票价格对证券投资者来说是极其重要的,但由于影响股票价格波动的因素众多,使得其预测难于实现.确切地说,要对股票价格做出准确预测是不可能的,但我们总试图寻找不同的方法,不同的模型来刻画它.对于股票价格的分析有两种不同的学派,一是基本分析学派,二是技术分析学派.和这两种分析派别观点相对应,股票价格预测的建模思路有两种:①尽可能找出所有影响价格波动的因素(宏观经济指标、公司财务指标等等),建立股票价格和这些影响因素之间的模型.②遵循股票价格技术分析,依据股票价格系统自身规律来建模.     

基于技术分析、基本面分析和深度学习的股价预测

文章从深度学习技术角度出发,将技术分析指标、基本面分析指标与混合循环神经网络模型相结合构建新型股价预测模型,并提出滚动样本预测评价法检验股价预测模型的长期有效性。研究发现,相较于以往研究模型,基于LSTM模型和GRU模型构建的混合循环神经网站模型能更有效地提取技术分析指标和基本面分析指标的数据特征,从而给出预测个股股价的最优网络结构;该混合循环神经网络模型在长期预测上具有更高的预测精度。     

证券统计分析软件中的技术指标比较——通用性和局限性

在众多的证券统计分析软件中,不 知道你注意了没有,几乎所有分析软件的第一个技术分析界面都会出现这样三个技术指标:日K线图;成交量;平滑异同移动平均线（MACD）。为什么这么多的软件设计者都要将这三个技术指标放在第一页呢?这是在隐约地告诉我们,这几个技术分析指标的重要性。     

极端事件下尾部风险度量的比较分析

金融市场极端事件的接连发生使人们不得不试图对这些极端事件,即对尾部风险做出精确的判断和预测.本文采用广义Pareto方法,对风险价值(VaR),预期损失(ES)进行的估计,并引进Omega新风险指标计算其分布的尾部特性.将这些方法应用到上证指数的实证分析中进行比较研究.     

一种基于RS-LSSVM的经济景气指数预测模型

为了消除经济景气指数系统中指标冗余及非线性预测困难等问题,文章利用粗糙集约简原理及支持向量机非线性预测特性,提出一种粗糙集与最小二乘支持向量机混合预测模型RS-LSSVM.模型运用粗糙集约简样本数据空间的维数,加快LSSVM的训练速度和模型的精度,又能弥补粗糙集方法在实际应用过程中噪声敏感问题.最后通过我国工业企业景气指数实证分析及与BP神经网络预测相比较,验证了该预测模型的有效性.     

科技指标预测方法探讨

科技主要指标预测在科技规划制定和科技管理工作中有着重要而特殊的作用。论文首先介绍科技指标预测的原则和步骤,接着比较分析各类科技指标预测方法,并通过实例分析科技指标预测方法的实际应用,最后对科技指标预测进行了一些说明。     

居民消费价格指数的时间序列分解预测法

居民消费价格指数是反映通货膨胀程度的重要指标,也是宏观经济分析和决策,价格总水平监控以及宏观经济核算的重要指标.文章采用时间序列分解的方法,预测居民消费价格指数的变动.该方法在预测的同时还能对时间序列进行分解分析,得到居民消费价格指数的基本走势信息.