你好,游客 登录
背景:
阅读新闻

【PDF】基于Web大数据挖掘的证券价格波动实时影响研究

[日期:2015-04-16] 来源:计算机科学  作者:杨 莎 余伟 李石君 曹晶晶 刘 晶 武 [字体: ]

大数据挖掘

  中文摘要:

  随着Web大数据的发展,互联网中海量、快捷的信息为证券市场变化预测提供了丰富的数据支撑,如何利用大数据分析技术进行实时可靠的证券市场价格变化预测成为重要的科学问题。从证券市场价格变化的核心价值问题研究出发,分析了股票价值所反映的基本面要求,建立了影响股票价值内涵和价格表现的10项准确可度量的特征因素:经济周期、财政政策、利率变动、汇率变动、物价变动、通货膨胀、政治政策、行业变化、经营状况、上下游影响等。在此基础上,构造互联网中信息内容与各个特征因素的提取方法、变化关系和影响模型,提出了针对大盘、行业、个股的互联网信息指标来反映Web数据对其的支撑程度,最终实现了基于Web大数据的综合特征因素度量来预测 证券市场的方法。实验表明,该方法具有良好的可行性,将带来明显的学术和商业价值。

  点击免费下载:【PDF】基于Web大数据挖掘的证券价格波动实时影响研究





收藏 推荐 打印 | 录入: | 阅读:
相关新闻       Web 
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款