情绪分析、机器学习与金融风险预测--新技术展望.docx

资料分类:企业经济 上传会员:儿童文学 更新时间:2017-12-25
需要金币1000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:8604
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要

 

金融环境的复杂现状,使得如何探究金融市场的波动性规律成为金融学家们在金融市场分析研究中的核心内容之一。按照以往金融学界的观点,金融市场的存在是随机的不可预测的,但伴随着现代信息技术产业的发展,金融学者开始注重对过往信息的收集与研究,希望能够得出有效预测金融波动的方法。金融波动预测一旦实现,既能够有效预估金融市场走向,又能够有效促进经济发展,甚至提前一步遏制金融市场的风险与恶化,对于全球经济都有着至关重要的意义。本文选用国内外的研究文本与案例,论述分析了情绪、机器学习对金融风险的影响。论述结果表明,投资人(甚至是民众)情绪与机器学习技术确实能够在不同程度上提前预测金融风险,且情绪对金融风险预测程度的准确性要大于机器学习技术。最后,在分析结论的基础上提出相关建议,以便为进一步研究提供参考。

 

关键词:投资者情绪;机器学习;金融波动预测

 

目录

摘要

ABSTRACT

一、前言-1

(一)研究背景及意义-1

(二)研究内容-2

二、文献综述-2

(一)国内现状研究-2

(二)国外研究现状-3

三、两种方式及其流程-3

(一)数据分析-3

(二)案例分析-6

四、新技术分析-8

(一)论述结果-8

(二)问题隐患-9

结论-10

参考文献-11

致谢-12

相关论文资料:
最新评论
上传会员 儿童文学 对本文的描述:首先,我们进行研究比较两种不同的机器学习技术:人工神经网络(ANN)和支持向量机(SVM),用以预测交易量的波动。在数据分析方面,以谷歌财经金融信息中的相关数据为样本,将......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: