Apr, 2022

用模糊专家系统进行股票投资组合的选择：以孟买证券交易所为例

PDF
TL;DR本文提出了一种基于模糊专家系统和 DS 证据理论方法的股票评估和排名技术，并应用蚁群算法进行组合优化，以在 Bombay 证券交易所的短期投资中表现良好。
stock selectionartificial intelligenceexpert systemsportfolio optimizationant colony optimization
发现论文，激发创造
  • 基于 Type-2 模糊逻辑的尼日利亚证券交易预测系统实现

    本研究旨在开发使用模糊逻辑 Type2 的预测系统，该系统可以处理股票交易中人类行为的不确定性和复杂性，主要使用了四个技术指标，相对强度指数（RSI）、威廉平均（WA）、移动平均收敛 / 发散（MACD）和随机震荡器（SO），以确定交易决策的支撑和阻力级别。在 Nigerian Stock Exchange 上对 10 家上市公司的数据进行了测试，收集数据集包括每一个证券的开盘价、最高价、最低价和收盘价。

    Feb, 2022

  • 基于粒子群优化 BP 神经网络和多元高斯 - 隐马尔可夫模型的股票择时和选股的定量融合策略

    该研究介绍了一种创新的金融分析技术，结合了机器学习、量化融合模型、股票市场、选股和择时策略。

    Dec, 2023

  • 基于贝叶斯优化的 ESG 金融投资

    本文提出的优化黑盒方法使用贝叶斯优化算法（Bayesian optimization，BO）来最大化遵循 ESG 标准的股票投资组合的表现，以此来平衡回报和风险。

    Feb, 2023

  • 深度股票表示学习：从蜡烛图到投资决策

    本研究基于深度学习提出了一种新的投资决策策略 (Investment Decision Strategy, IDS)，利用卷积自编码器 (Convolutional AutoEncoder) 学习股票嵌入，通过模块化优化来聚类股票并选择高夏普比的股票构建低风险高回报的投资组合，实验结果显示该策略在 2000 个交易日中相对于 FTSE 100 指数和许多知名基金获得了更高的总回报。

    Sep, 2017

  • 多策略文本处理在金融数据分析应用中的应用

    本文主要介绍了如何利用多种数据挖掘技术和深度学习应用于金融文本处理场景，并且展示了如何使用自然语言处理（NLP）和知识图谱（KG）技术来从异构数据中识别金融风险和机会。

    Apr, 2022

  • Astock：一种基于股票特定新闻分析模型的新数据集和自动股票交易系统

    本研究利用自然语言处理（NLP）技术分析社交媒体和新闻发布的文本，建立一个支持金融决策的股票自动交易算法平台。借助语义角色标注池化方法（SRLP）和自监督学习，我们在更逼真的环境中开发和评估了该系统，并展示了该方法在实际交易中超越了所有基准的周年收益率和最大回撤率。

    Jun, 2022

  • 基于规则加权专家系统选择大学合格的教练员

    本文介绍了一种基于规则的专家系统，该系统可以自动选择合适的教师来教授某门课程，并使用决策树和多数表决算法来提高系统的准确性。在真实数据的测试中，该专家系统的准确性为 85.55%，且具有实现简单和透明的特点。

    Aug, 2022

  • 使用随机森林预测股市价格走向

    使用随机森林分类器等机器学习算法，通过对技术指标进行特征筛选，进行股价预测，预测效果优于已有文献中现有的算法。

    Apr, 2016

  • PS-AAS: 黑盒优化中自动算法选择的投资组合选取

    采用基于元表示的数据驱动技术对算法进行组合选择，实现多样性、代表性和非冗余的算法组合，并且相比传统贪婪方法，个性化组合在大多数情况下表现相当或稍好。

    Oct, 2023

  • 评估特征选择性能以确定股市价格预测中最佳有效技术指标

    通过特征选择方法，本研究考察了 SFS 和 SBS 两种包装式特征选择技术在苹果公司过去十年间使用 123 个技术指标进行股市预测的影响，结果显示每种特征选择方法与不同的机器学习方法相关联，Ridge 和 LR 方法结合包装式特征选择的 SFS 和 SBS 具有最好的股市预测结果。

    Oct, 2023