神经网络在国债利率期限结构中的建模与实证

人工神经网络技术是智能信息科学领域一个近年来得到迅速发展的分支。从信息论的观点来看 ,神经网络是一种自由模型估计器 ,基本特性是模式分类和非线性函数的逼近表示。其对信息是并行分布式处理与存储的 ,可以多输入多输出 ,依据样本对网络连接权和阈值不断进行修改训练 ,具有学习和自适应的能力 ,容错性强 ,对大量信息的非线性和模糊信息的金融系统非常适用。     

马克维茨投资组合模型的遗传算法

在介绍马克维茨均值—方差投资组合模型的理论依据、含义及表述的基础之上,提出了求解该投资组合模型的遗传算法。并采用实证分析的方法,与梯度算法进行了比较,从而显示了该遗传算法在求解此类有约束条件的非线性规划问题时的优势。     

支持向量机在股票价格短鞋预测中的应用

SVM采用结构风险最小化原则，使风险只与输入样本数目有关，而与输入的维数无关，从而避免“维灾数”，并且结构参数从样本学习中自动确定，克服了传统神经网络收敛速度慢、结构参数确定无理论依据、存在局部极小值等缺点，具有较好的泛化能力。将此方法应用于股票价格的短期预测，取得晟好的实验结果，而基于支持向量机的股票价格短期预测模型对股市研究也有着重要的参考价值。     

利用数据挖掘技术提高饭店竞争力

在日益激烈的业内竞争压力下,饭店是否能制定并执行切实可行的市场战略,关键取决于该饭店管理者对其顾客的偏好、以及影响顾客行为的因素了解得是否正确和全面。数据挖掘技术正可以为饭店管理者提供这样一个全面、深刻了解顾客行为的窗口。有效的运用数据挖掘工具,并将获得的信息转化为切实可行的措施,能够给我们的饭店带来优势明显的竞争力。     

支持向量机在股票价格短期预测中的应用

SVM采用结构风险最小化原则,使风险只与输入样本数目有关,而与输入的维数无关,从而避免“维灾数”,并且结构参数从样本学习中自动确定,克服了传统神经网络收敛速度慢、结构参数确定无理论依据、存在局部极小值等缺点,具有较好的泛化能力。将此方法应用于股票价格的短期预测,取得良好的实验结果,而基于支持向量机的股票价格短期预测模型对股市研究也有着重要的参考价值。