文件名称:水分蒸发决策树在存量预测中的实现-研究论文
文件大小:903KB
文件格式:PDF
更新时间:2024-06-30 07:13:13
论文研究
– 股价预测总是吸引投资者; 它不仅是因为兴趣,而且是一个巨大的挑战和一个谜。 这个问题本质上是非常复杂的,它是一个非常动态的问题。 许多波动始终存在,全球股票市场使其成为更具挑战性和有趣的股票预测工作。 预测股票价格是一项风险很大的工作,可能会出现很多错误。 这些错误需要&应该被最小化,以便在股票市场投资中的财务损失可以最小化。 在这篇研究论文中,我们应用了称为水分和蒸发决策树 (MEDT) 的监督机器学习算法。为了预测股票价格,我们应用了过去五年的历史数据,其属性为:开盘高、低、收盘率和成交量特定的股票。 对(历史价格)的5年股票数据的MEDT算法进行了实验。 正如我们已经知道的那样,市场新闻总是会影响股票价格的走势。 目前的研究我们考虑了有关特定股票的正面或负面消息。 如果消息是正面的,则称为水分,它根据消息的类型和对该特定股票的重要性分配介于 0 和 1 之间的权重。 新闻当时非常有影响力,其水分值可能为 0.8,否则新闻影响较小,则其值可能会变化 0.1 或 0.2。 如果该消息对股票价格产生正向影响,则其幅度将为正水分值,否则为负水分值。 技术在 88% 的案例中取得成功。