期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于弹性网—自回归模型的股票价格研究被引量：2

在线阅读下载PDF

导出

摘要随着我国金融产业的飞速发展,股票投资成为大众最为青睐的一种理财方式。如何较为有效估计股票的价格走向对各投资机构以及众多散户来说至关重要。文章选择2017年1月至2019年11月期间的上证综合指数日收盘价数据建立自回归模型,将Lasso回归,自适应Lasso回归以及弹性网回归三种方法分别应用于自回归模型中,然后对2019年12月前十个交易日的股票价格进行预测。实证结果表明:弹性网方法能更有效地对股票价格进行预测,预测效果更佳。

作者韩情汪子琦耿文静

机构地区安徽大学经济学院

出处《广西质量监督导报》 2020年第10期194-195,共2页

关键词自回归自适应Lasso 弹性网回归股价预测

分类号 F832.51 [经济管理—金融学]

引文网络
相关文献

参考文献3

1王国长,梁焙婷,王金枝.改进的自适应Lasso方法在股票市场中的应用[J].数理统计与管理,2019,38(4):750-760. 被引量：16
2吴玉霞,温欣.基于ARIMA模型的短期股票价格预测[J].统计与决策,2016,32(23):83-86. 被引量：90
3谢仪,高雪,景英川.基于Lasso及Adaptive Lasso的AR(p)模型定阶及参数估计[J].浙江工业大学学报,2014,42(4):463-467. 被引量：5

二级参考文献22

1李秀琴,梁满发.基于ARIMA模型的股票行情预测[J].长春教育学院学报,2013,29(14). 被引量：3
2徐国祥胡清友.统计预测和决策[M].上海：上海财经大学出版社,2002(7)..
3穆怀朋.金融市场发展的成就、经验与未来[J].中国货币市场,2007(6):16-21. 被引量：2
4王松桂陈敏陈立萍.线性统计模型[M].北京:高等教育出版社,2002..
5ROBERT T. Shrinkage and Selection via the lasso[J].Journal of the Royal Statistical Society;Series B, 1996,58(1) :267-288.
6ZOU H. The Adaptive lasso and its oracle properties[J]. Jour- nal of the American Statistical Association, 2006, 101 (476) : 1418-1429.
7MEINSHAUSEN N. Lasso with relaxation[J]. Computational Statistics and Data Analysis, 2007,52 : 374-393.
8陈阳,夏志明,高海菊.AR(p)模型参数估计和定阶的Lasso方法[J].西北大学学报:自然科学网络版,2011,9(6):0483.
9BREIMAN L. Better subset regression using the non-negative garrote[J]. Technometrics, 1995 (37) : 373-384.
10EFRON B, HASTIE T, JOHNSTONE I, et al. Least angle regression[R]. California : Stanford University, 2004 : 407-499.

共引文献108

1黄梦婷.基于ARIMA模型的股票价格预测实证研究[J].内江科技,2023,44(3):61-62.
2黄雅丹,陆晓骏,张大力.具有模型一致性的自适应Lasso预测模型研究[J].工业工程与管理,2022,27(1):102-112.
3方筱竹.基于机器学习的VWAP算法交易策略的分析与研究[J].工程经济,2022,32(7):4-16.
4王金甲,陈春,洪文学.基于序lasso的时间序列分析方法[J].燕山大学学报,2015,39(1):30-34. 被引量：4
5李腾龙,叶万洲.基于迭代光滑L_(1/2)算法的变量选择[J].应用数学与计算数学学报,2016,30(1):25-34.
6陈小玲.基于ARIMA模型与神经网络模型的股价预测[J].经济数学,2017,34(4):30-34. 被引量：22
7方燕,耿雪洋,秦珊珊.沪深两市传媒板块指数价格预测研究——基于ARIMA—GARCH模型的分析[J].价格理论与实践,2018(1):102-105. 被引量：13
8于雅凝,过榴晓.基于ARIMA-GARCH模型对股票数据处理过程的探讨和研究[J].科教导刊,2018(18):38-41. 被引量：1
9陈东东,沐年国.基于HP滤波分解的ARMA+BPNN的人民币汇率短期预测[J].经济研究导刊,2018(21):74-77. 被引量：2
10江颉,高俊骁,王婷.面向物联网的分布式均分Lasso算法[J].浙江工业大学学报,2018,46(5):509-514.

同被引文献5

1秦晔玲,朱建平.基于自适应Lasso变量选择方法的指数跟踪[J].统计与决策,2018,0(16):141-145. 被引量：8
2安雨晴,杨宇,王莉.一种基于多元逐步回归的裂纹定量监测模型[J].工程与试验,2023,63(3):42-47. 被引量：1
3马京晶.股票价格趋势预测中的回归与分类研究[J].电脑知识与技术,2024,20(12):12-14. 被引量：1
4周亚萍,刁训娣.融资融券与上证50ETF期权收益[J].中央财经大学学报,2024(6):65-75. 被引量：1
5应建联,潘斌,陈文.基于回归分析的新产品上市初期量价关系研究与实践[J].现代商业,2024(8):63-66. 被引量：1

引证文献2

1朱灿,谢学琴.基于弹性网络回归的股票价格预测[J].电子商务评论,2024,13(4):5359-5374.
2杨丽鑫,戴家佳.基于弹性网降维的两步估计回归模型的上证50股票指数追踪研究[J].运筹与模糊学,2023,13(6):7130-7138.

1陈媛先.结合文本情感、主题、社交特征和深度学习的股价预测方法[J].管理学家,2020(19):3-13.
2邓描,刘强,陈洪刚,王正勇,何小海.一种基于特征正则约束的异常检测方法[J].四川大学学报（自然科学版）,2020,57(6):1077-1083. 被引量：4
3那瑾含.证券投资风险的形成原因及其防范措施[J].企业改革与管理,2020(18):25-26. 被引量：1
4徐丹丹.投资者情绪对中国股票收益率的影响研究[J].时代金融,2020(28):58-60. 被引量：6
5黄锐.浅析我国普通家庭金融理财现状及趋势[J].市场周刊·理论版,2020(30):109-109.
6黄文胜,陈卫东.新公共管理视角下跨境贸易海关监管研究——评《经济大国的贸易安全与贸易监管》[J].国际贸易,2020(11).
7李游.投资型寿险的属性测评与规范调整[J].民商法论丛,2019(2):107-142. 被引量：3
8康安康.小波包优化策略及辐射源信号识别应用研究[J].舰船电子工程,2020,40(11):153-157. 被引量：2
9安昳,曲珍,许宁,尼玛扎西.面部动态特征描述的抑郁症识别[J].中国图象图形学报,2020,25(11):2415-2427. 被引量：5

广西质量监督导报

2020年第10期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部